Logit和Label必须具有相同的形状: Tensorflow

import tensorflow as tf

# 假设labels是整数形式的标签
labels = [0, 1, 2, 1]

# 将标签转换为one-hot编码
num_classes = 3
labels_one_hot = tf.one_hot(labels, depth=num_classes)

# 假设logits的形状是(batch_size, num_classes)，labels的形状是(batch_size,)
logits = tf.random.normal([10, 3])
labels = tf.random.uniform([10], maxval=3, dtype=tf.int32)

# 将labels转换为形状(batch_size, 1)
labels = tf.reshape(labels, [-1, 1])

import tensorflow as tf

# 假设我们有一个简单的模型
model = tf.keras.Sequential([
    tf.keras.layers.Dense(3, activation='softmax')
])

# 生成模拟数据
logits = tf.random.normal([10, 3])  # 形状为(batch_size, num_classes)
labels = tf.random.uniform([10], maxval=3, dtype=tf.int32)  # 形状为(batch_size,)

# 将labels转换为one-hot编码
num_classes = 3
labels_one_hot = tf.one_hot(labels, depth=num_classes)

# 编译模型
model.compile(optimizer='adam', loss='categorical_crossentropy', metrics=['accuracy'])

# 训练模型
model.fit(logits, labels_one_hot, epochs=3)