ValueError：检查目标时出错：预期density_13具有形状（None，6），但形状为（6，1）的数组

Question

我正在用训练数据训练分类网络，训练数据的X.shape =（1119，7）和Y.shape =（1119，6）。下面是我的简单Keras网络，输出为6（标签大小）。返回的错误在代码下方

hidden_size = 128
model = Sequential()
model.add(Embedding(7, hidden_size))
#model.add(LSTM(128, input_shape=(1,7)))
model.add(LSTM(hidden_size, return_sequences=True))
model.add(LSTM(hidden_size, return_sequences=True))
model.add(Dense(output_dim=6, activation='softmax'))
# Compile model
model.compile(loss='categorical_crossentropy', 
              optimizer='adam', 
              metrics=["categorical_accuracy"])

ValueError: Error when checking target: expected dense_13 to have shape (None, 6) but got array with shape (6, 1)

我不建议在tensorflow中这样做，因为我只是在制作原型，但这是我第一次在Keras跑步，并对为什么不能获取此数据感到困惑。我试图以多种方式重塑数据，但没有任何效果。任何关于为什么不起作用的建议将不胜感激。