我有一份包含约3600行和27列的数据。在这些列中有一列的标签是从1到10的数字，我希望根据其他列来预测这个标签。

从头开始构建的模型：

import tensorflow as tfsess = tf.Session()import kerasimport pandasimport sklearnimport matplotlibimport pandas as pddf = pd.read_csv('data.csv')dataset = df.valuesX = dataset[:,0:27]Y = dataset[:, 8] ///我希望第8列作为我的标签列from sklearn import preprocessingmin_max_scaler = preprocessing.MinMaxScaler()X_scale = min_max_scaler.fit_transform(X)from sklearn.model_selection import train_test_splitX_train, X_val_and_test, Y_train, Y_val_and_test = train_test_split(X_scale, Y, test_size=0.3)X_val, X_test, Y_val, Y_test = train_test_split(X_val_and_test, Y_val_and_test, test_size=0.5)from keras.models import Sequentialfrom keras.layers import Densemodel = Sequential([        Dense(32, activation='relu', input_shape=(27,)),        Dense(32, activation='relu'),        Dense(1, activation='softmax'),])model.compile(optimizer='adam',                            loss='categorical_crossentropy',                            metrics=['accuracy'])Ytest = keras.utils.to_categorical(Y_train,)print('The one hot label is:', Y_train[5])hist = model.fit(X_train, Ytest,                 batch_size=32, epochs=20,                           validation_data=(X_val, Y_val))

错误：

ValueError: Error when checking target: expected dense_84 to have shape (1,) but got array with shape (11,)

我完全不知道哪里出了问题。希望能得到一些指引。

回答：

有两点需要注意：

1 – 看起来你忘记对Y_train进行独热编码了，错误信息显示你的最后一层期望得到形状为[batch_size, 11]的张量。

或者

2 – 你的最后一个Dense层应该有11个节点而不是1个