tf数据集与模型尺寸不兼容：sequence_6层的输入0与该层不兼容

Question

我正在尝试训练具有33个输入神经元和3200个输出神经元的前馈密集神经网络 输入数据的格式为216行33列的数据帧，以及输出数据为216行3200列的数据帧。接下来，我使用follwoing命令

使用两个数据帧创建一个tf数据集

    tf.data.Dataset.from_tensor_slices((input.values, output.T.values))

这将导致tf数据集包含以下信息

TakeDataset shapes: ((33,), (3200,)), types: (tf.float64, tf.float64)

以下是我设计图层的方式

    model1=tf.keras.models.Sequential()
    model1.add(tf.keras.layers.Dense(800,input_shape=(33,),activation='relu'))
    model1.add(tf.keras.layers.Dense(800,activation='tanh'))
    model1.add(tf.keras.layers.Dense(1000,activation='tanh'))
    model1.add(tf.keras.layers.Dense(3200))

但是当我尝试使用上面显示的数据集拟合模型时，遇到以下错误

Input 0 of layer sequential_6 is incompatible with the layer: 
expected axis -1 of input shape to have value 33 but received input with shape [33, 1]

但是对我来说，尺寸看起来不错。请建议如何使代码运行