TensorFlow GradCAM - model.fit() - ValueError：形状（无，1）和（无，2）不兼容

Question

作为作业 4、Coursera CV TF 课程的一部分，我的代码在model.fit()中失败

model.compile(loss='categorical_crossentropy',metrics=
   ['accuracy'],optimizer=tf.keras.optimizers.RMSprop(lr=0.001))
# shuffle and create batches before training

model.fit(train_batches,epochs=25)

有错误：

ValueError: Shapes (None, 1) and (None, 2) are incompatible

关于问题可能来自哪里的任何提示？ 我怀疑train_batches的格式或类型错误：

train_data = tfds.load('cats_vs_dogs', split='train[:80%]', as_supervised=True) 
augmented_training_data = train_data.map(augmentimages)
train_batches = augmented_training_data.batch(32)

Answer 1

虽然我不熟悉架构的确切代码，但我怀疑是这一行：

model.compile(loss='categorical_crossentropy',metrics=
   ['accuracy'],optimizer=tf.keras.optimizers.RMSprop(lr=0.001))

您可能在 output 处使用categorical_crossentropy而不是binary_crossentropy进行具有 1 个神经元的二进制分类，但这只是一个假设，因为我没有要查看的代码和架构； 事实上，我 99% 都认为问题出在那儿。