这是我第一次使用TensorFlow，我正在使用它将具有18个特征的数据分类成4个类别。

X_train的维度为：(14125,18)。

这是我的代码：

dataset = tf.data.Dataset.from_tensor_slices((np.array(X_train.values, dtype=float),                               np.array(y_train.pet_category.values, dtype=float)))train_data = dataset.shuffle(len(X_train)).batch(32)vdataset = tf.data.Dataset.from_tensor_slices((np.array(X_val.values, dtype=float)))val_data = vdataset.batch(32)tfmodel = tf.keras.Sequential([                  tf.keras.layers.Dense(15, activation=tf.nn.relu, input_shape=(18,1)),                  tf.keras.layers.Flatten(),                  tf.keras.layers.Dense(10, activation=tf.nn.relu),                  tf.keras.layers.Dense(4, activation=tf.nn.softmax)])tfmodel.compile(optimizer='adam',                loss=tf.keras.losses.CategoricalCrossentropy(),                metrics=['accuracy'])

在调用tfmodel.fit(dataset, epochs=15, validation_data=val_data)时，我得到了以下错误：

ValueError: 层dense_1的输入0与该层不兼容：期望输入形状的轴-1的值为270，但接收到的输入形状为[18, 15]

我尝试查找类似的问题，但没有找到任何有帮助的信息。解决这个问题将非常有帮助

编辑：问题出在版本上。当我使用较低版本的TensorFlow（v 2.1.0）时，问题就消失了。

回答：

似乎问题出在我在使用的TensorFlow版本（2.3.0）上。我尝试使用每日构建版本，但得到了同样的错误。我降级到v2.1.0后，它就工作了