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

Question

作為作業 4、Coursera CV TF 課程的一部分，我的代碼在model.fit()中失敗

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)

有錯誤：

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

關於問題可能來自哪里的任何提示？ 我懷疑train_batches的格式或類型錯誤：

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

雖然我不熟悉架構的確切代碼，但我懷疑是這一行：

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

您可能在 output 處使用categorical_crossentropy而不是binary_crossentropy進行具有 1 個神經元的二進制分類，但這只是一個假設，因為我沒有要查看的代碼和架構； 事實上，我 99% 都認為問題出在那兒。