MNIST分类代码Epoch1后终止并报形状不兼容等错误，求排查

一、标签形状不兼容（程序终止核心原因） #

模型输出维度为(None,10)（对应0-9共10类数字），但你的标签形状是(None,15)，两者维度不匹配导致训练中断。修复步骤：

• 检查标签预处理逻辑：你大概率在做独热编码时错误指定了类别数，或者误将标签处理成了多标签格式。
• 正确的MNIST标签处理代码：

  from tensorflow.keras.utils import to_categorical
  # 对训练/测试标签做独热编码，明确指定10类
  y_train = to_categorical(y_train, num_classes=10)
  y_test = to_categorical(y_test, num_classes=10)
  

• 排查数据加载环节：确认没有混入其他数据集，或误修改了原始MNIST标签的取值范围。

二、cudnn库加载失败（性能影响，非终止原因） #

这个提示仅表示无法启用GPU加速，程序会自动切换到CPU运行，不会导致终止，但训练速度会变慢。修复建议：

• 核对TensorFlow/Keras版本与CUDA、cudnn版本的兼容性（比如TensorFlow 2.8对应CUDA 11.2、cudnn 8.1）。
• 确认cudnn64_8.dll存在于CUDA安装目录的bin文件夹中，且该路径已添加到系统PATH环境变量。
• 若无需GPU加速，可直接忽略该提示。

额外验证项 #

• 确认模型最后一层配置正确：必须是Dense(10, activation='softmax')，对应10类分类任务。
• 损失函数与标签格式匹配：使用独热编码标签时用categorical_crossentropy，使用整数标签时用sparse_categorical_crossentropy。

内容的提问来源于stack exchange，提问作者Saucter