学习TensorFlow时遭遇TypeError错误，该如何解决？

你的问题出在Flatten层的参数传递上：你直接传入了60000,28,28三个位置参数，但Flatten类的初始化方法最多只接受2个位置参数（第一个是类自身的self，第二个是可选的输入形状，必须用关键字参数指定）。

你不需要手动给Flatten层传入样本数量和完整维度，它会自动根据输入数据的形状完成扁平化操作。如果要指定输入形状，只需要用input_shape关键字参数定义单个样本的形状即可（样本数量不需要在这里写，训练时会自动处理）。

修正后的代码有两种写法：

写法1：不指定输入形状（推荐，后续层会自动推断） #

model = keras.models.Sequential([
    keras.layers.Flatten(),
    keras.layers.Dense(128, activation="relu"),
    keras.layers.Dense(10),
])

写法2：明确指定输入形状 #

如果是处理MNIST这类28x28的图片数据，只需要传入单张图片的形状：

model = keras.models.Sequential([
    keras.layers.Flatten(input_shape=(28,28)),
    keras.layers.Dense(128, activation="relu"),
    keras.layers.Dense(10),
])

内容的提问来源于stack exchange，提问作者Taknoor Singh