Python深度学习模型调用fit命令触发ValueError报错的原因是什么？

你触发的是分类损失计算时的维度不匹配错误：使用categorical_crossentropy作为损失函数时，要求标签的独热编码最后一维维度，必须和模型最后一层的输出维度完全一致。从报错信息可以看到，你当前的训练标签one_hot_train最后一维是7，模型输出最后一维是2，两者维度不匹配导致损失计算失败。

• 对齐分类维度：如果你的任务是7分类，修改模型最后一层全连接层的单元数为7，激活函数设置为softmax，示例代码：model.add(Dense(7, activation='softmax'))；如果你的任务是2分类，修正训练标签的独热编码为2维，或切换损失为binary_crossentropy、最后一层激活改为sigmoid。
• 修正验证集拆分逻辑：你当前总样本量仅7条，设置validation_split=0.2会要求拆分出非整数的样本数作为验证集，属于无效配置，要么直接移除该参数关闭验证集拆分，要么补充足量训练样本后再设置验证拆分比例。
• 修复完成后可分别打印one_hot_train.shape和model.output_shape，确认两者最后一维数值一致后再启动训练。

内容的提问来源于stack exchange，提问作者Mustafa Koca