我正在創建一個 CNN，它使用 14 個可以共存的不同類別對 CXR 進行多標簽分類。( https://stanfordmlgroup.github.io/competitions/cheexpert/ )。我將 Python 與 Keras 和 Tensorflow 一起使用，現在我正在嘗試讓代碼工作（使用小型測試 CNN），但我收到錯誤“ValueError：logits 和標簽必須具有相同的形狀（（None，14）vs（無，1))”我使用了具有二元交叉熵損失的 sigmoid 激活函數。我認為創建訓練和驗證數據集可能會出現問題。如圖所示，我將 ImageDataGenerator.flow_from_dataframe 函數與 pandas 數據框一起使用，所有 14 個標簽（0 或 1）都有一列。 熊貓數據框結構我在 stackoverflow/github 上搜索了同樣的問題，但他們大多不使用 ImageDataGenerator 并且必須調整 X 或 Y 的大小，但我不知道我將如何做到這一點。有誰知道出了什么問題？提前致謝！我的代碼如下。import pandas as pdimport tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras.preprocessing.image import ImageDataGeneratorfrom tensorflow.keras.models import Sequentialfrom tensorflow.keras.layers import Dense, Dropout, Activation, Flattenfrom tensorflow.keras.layers import Conv2D, MaxPooling2Dfrom tensorflow.keras.callbacks import TensorBoardimport timeimport h5pydf = pd.read_csv('D:\\Milou\\CheXpert-v1.0-small\\train.csv', usecols = [0, 5, 6, 7, 8, 9, 10, 11, 12, 13, 14, 15, 16, 17, 18])df = df.fillna(0)           # Change NaN values to 0df = df.convert_dtypes()    # Change datatypes from float to integer if possibledf = df.replace({-1 : 0})   # Regard the uncertain labels '-1' as negativeprint(df.head(5))label_names = ["No Finding", "Enlarged Cardiomediastinum", "Cardiomegaly", "Lung Opacity", "Lung Lesion", "Edema", "Consolidation", "Pneumonia", "Atelectasis", "Pneumothorax", "Pleural Effusion", "Pleural Other", "Fracture", "Support Devices"]datagen=ImageDataGenerator(rescale=1./255, validation_split=0.2)第一次在 stackoverflow 上提問，所以請不要猶豫，就缺少的信息等提供反饋！