我目前正在开始学习TensorFlow 2.0，并且刚读到关于estimator类的内容。
我创建了一个简单的XOR生成器，它为我提供了2D坐标（numpy数组）和一个标签。
数据标准化正确进行，一切正常，直到第40行，在那里我遇到了以下错误：
ValueError: 无法将包含2个元素的张量重塑为形状[2,2]（4个元素），对于'{{node dnn/input_from_feature_columns/input_layer/X_1/Reshape}} = Reshape[T=DT_FLOAT, Tshape=DT_INT32](dnn/input_from_feature_columns/input_layer/X_1/ExpandDims, dnn/input_from_feature_columns/input_layer/X_1/Reshape/shape)’，其输入形状为：[2,1]，[2]，并且输入张量的部分形状计算为：input[1] = [2,2]。
这对我来说没有意义，因为我检查了我的输入形状，确实如指定的（2,），标签是一个标量张量：
({'X': <tf.Tensor: shape=(2,), dtype=float64, numpy=array([ 0.2885114 , -0.77485602])>}, <tf.Tensor: shape=(), dtype=float64, numpy=0.0>)代码如下：
XorGenerator:
回答：
你的模型输出形状为2，因为n_classes=2，而你的标签形状为1，如<tf.Tensor: shape=(), dtype=float64, numpy=0.0>所示。在计算损失时，你需要减去这两个向量，但由于它们形状不同，无法执行。你应该使用tf.one_hot将标签转换为独热编码。
编辑：尝试这个：
我无法安装XorGenerator，所以你还需要做一些更改。它可以运行，但我不能确定它是否符合你的需求。
