Google Colab自定义Magic Wand模型训练报错求助

我正在学习基于IMU的Magic Wand手势识别模型（适配Arduino Nano BLE Sense 33），严格遵循教程步骤操作时遇到以下两个问题：

一、训练阶段的ValueError错误 #

执行训练代码时触发错误：

# Run training
history = model.fit(train_ds, epochs=EPOCHS, validation_data=validation_ds,
                    callbacks=[modelCheckpointCallback])

报错信息核心：

ValueError: `logits` and `labels` must have the same shape, received ((None, 10) vs (None, 12)).

问题原因 #

模型输出层的神经元数量与数据集的手势类别数不匹配，同时可能误用了二分类损失函数处理多分类任务。

解决步骤 #

1. 确认数据集类别数：统计你收集的手势样本的类别总数（此处为12类）。
2. 修正模型输出层：找到模型定义的最后一层，将神经元数量改为类别数，激活函数改用softmax（多分类场景）：

   # 原输出层示例（错误）
   # layers.Dense(10, activation='sigmoid')
   # 修改后
   layers.Dense(12, activation='softmax')
   

3. 调整损失函数：模型编译时，将损失函数从binary_crossentropy改为多分类适用的损失：
   • 如果标签是整数格式，用SparseCategoricalCrossentropy：

     model.compile(optimizer='adam',
                   loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=False),
                   metrics=['accuracy'])
     

   • 如果标签是one-hot编码格式，用CategoricalCrossentropy：

     model.compile(optimizer='adam',
                   loss=tf.keras.losses.CategoricalCrossentropy(from_logits=False),
                   metrics=['accuracy'])
     

二、TensorFlow模块导入警告 #

执行导入代码时出现绿色高亮警告：

from tensorflow.keras import layers
from tensorflow.keras.preprocessing import image_dataset_from_directory

警告内容：

Import "tensorflow.keras" could not be resolved
Import "tensorflow.keras.preprocessing" could not be resolved

问题原因 #

Colab中TensorFlow版本更新后，模块导入路径或依赖环境出现不兼容，IDE静态检查未识别到正确的模块路径。

解决步骤 #

1. 统一TensorFlow导入方式：改用tf.keras的导入路径，替代tensorflow.keras：

   import tensorflow as tf
   from tf.keras import layers
   from tf.keras.preprocessing import image_dataset_from_directory
   

2. 重新安装指定版本TensorFlow：如果是版本兼容问题，安装教程对应的TensorFlow版本，运行后重启Colab运行时：

   !pip install tensorflow==2.15.0  # 替换为教程使用的版本号
   

3. 验证TensorFlow安装：运行以下代码确认环境正常：

   import tensorflow as tf
   print(tf.__version__)
   print(tf.keras.__version__)
   

内容的提问来源于stack exchange，提问作者Feynman