这是具体的错误*the same first dimension, got logits shape [2,6] and labels shape [6] 以下是代码：我就不提供源码，我在测试如下小的LSTM序列时就已经不能通过，所以想问下，我是数据处理的不对，还是网络层写的不对。

数据的准备

这里我建立了两个句子，每个句子长度为3，每个字的维度为3； data=np.asarray([[1,0,0],[0,1,0],[0,0,1],[0,0,1],[0,1,0],[1,0,0]]).reshape(2,3,3) label=np.asarray([[1,2,3],[3,2,1]]) #建立网络层 model=tf.keras.Sequential() model.add(tf.keras.layers.Dropout(0.2,input_shape=(3,3))) model.add(tf.keras.layers.LSTM(3)) model.add(tf.keras.layers.Dense(3,activation='softmax'))

编译模型

因为我标签为具体的整型，所以我确定需要用这个损失函数 model.compile(optimizer='adam',loss='sparse_categorical_crossentropy')

运行

这里我将上面的数据和标签喂进模型时，就出现上面的错误，所以想问下这里是数据不对，还是模型不对。