TensorFlow1.5.0二分类任务中mean_per_class_accuracy报形状不兼容错误求助

这个错误ValueError: Shapes (?,) and (?, 1) are incompatible本质是输入的真实标签（y_true）和预测结果（y_pred）形状不匹配——tf.metrics.accuracy()内部做了自动形状兼容处理，但mean_per_class_accuracy()在TF1.5版本里对输入形状要求更严格，必须保证两者维度完全一致。

具体解决步骤： #

1. 先确认输入形状
   先打印出y_true和y_pred的形状，明确哪一个是二维的（(?,1)），哪一个是一维的（(?,)）：

   print("y_true shape:", tf.shape(y_true))
   print("y_pred shape:", tf.shape(y_pred))
   

2. 统一输入形状与数据类型
   用tf.squeeze()把二维的张量压缩成一维（去除最后一个维度为1的轴），同时注意：mean_per_class_accuracy()要求输入是类别索引（整数），不是概率分布或one-hot编码。如果你的y_pred是模型输出的概率（比如形状为(?,2)），需要先通过tf.argmax()转成类别索引。

   示例修正后的代码：

   # 处理真实标签：如果是(?,1)就压缩成(?,)
   y_true_squeezed = tf.squeeze(y_true, axis=-1)
   # 处理预测结果：如果是概率分布，转成类别索引（形状变为(?,)）
   y_pred_classes = tf.argmax(y_pred, axis=-1)
   
   eval_metric_ops = {
       "accuracy": tf.metrics.accuracy(y_true, y_pred),
       "mean_per_class_accuracy": tf.metrics.mean_per_class_accuracy(
           labels=y_true_squeezed,
           predictions=y_pred_classes,
           num_classes=2  # 二分类任务，这里填2
       )
   }
   

3. 验证逻辑
   修正后再运行，形状不匹配的问题应该就能解决。本质上是TF1.5的这个metric函数没有自动处理形状差异，需要我们手动对齐输入维度和数据类型。

内容的提问来源于stack exchange，提问作者hannahrae