电影数据集神经网络训练遇输入兼容及损失函数识别报错求助

以下是用于基于预测变量预测电影收益的Python神经网络代码，拟合模型时触发如下错误：

ValueError: 调用Sequential.call()时遇到异常。
层"dense_2"的输入0与该层不兼容：预期输入形状的-1轴值为3，但接收到形状为(None, 14)的输入
Sequential.call()接收到的参数：
• inputs=tf.Tensor(shape=(None, 14), dtype=float32)
• training=True
• mask=None

已尝试将NumPy数组重塑为二维数组或添加第二维度，使用过.reshape(-1,1)和np.expand_dims函数，但均未解决问题。

更新：将input_dim改为14后，出现新错误：

ValueError: Could not interpret loss identifier: mean squared error

内容的提问来源于stack exchange，提问作者Nike Cage 675