categorical_crossentropy期望一定大小的数组

Question

我试图读取图像数据集，并进行一些处理，无论如何看到下面的错误，我都需要重塑数组的形状；

ValueError：检查目标时出错：预期density_2的形状为（3，），但数组的形状为（1，）

##################LAYER ONE###################
model.add(Conv2D(64, (3, 3), input_shape=X.shape[1:])) 
model.add(Activation('relu'))  
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25)) 
###################LAYER ONE###################

###################LAYER TWO###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER TWO###################

###################LAYER THREE###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER TWO###################

###################LAYER FOUR###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER FOUR###################

model.add(Flatten()) 
model.add(Dense(64)) 
model.add(Activation('relu'))

odel.add(Dense(units = 3 , activation = 'softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam',
              metrics=['accuracy'])  

model.fit(X, y, batch_size=30, epochs=200, validation_split=0.1, callbacks=[tensorboard]