每次尝试编译模型时，都会出现此错误：

我的X_train是形状为75859,99,13的数组，我将其展平为（75859，1287）。它包含有关从wav文件提取的梅尔频率倒谱系数的信息。 y_train不是形状（75859，35），它包含所有标签。

from keras import models
from keras import layers
from keras import Sequential
from keras import backend as K

import logging
logging.getLogger('tensorflow').disabled = True # Remove some unwanted warnings

model = Sequential()
model.add(layers.Dense(64,activation = 'relu',input_dim = X_train.shape[1],))
model.add(layers.Dense(64,activation = 'relu'))
model.add(layers.Dense(y_train.shape[1],activation = 'softmax'))

model.compile(optimizer='rmsprop',loss='categorical_crossentropy',metrics=['accuracy'])
model.summary()


Layer (type)                 Output Shape              Param #   
=================================================================
dense_1 (Dense)              (None,64)                82432     
_________________________________________________________________
dense_2 (Dense)              (None,64)                4160      
_________________________________________________________________
dense_3 (Dense)              (None,35)                2275      
=================================================================
Total params: 88,867
Trainable params: 88,867
Non-trainable params: 0
_________________________________________________________________


model.fit(X_train,y_train,epochs=10,batch_size=4,verbose=1)

  

ValueError：Tensor（“ training / RMSprop / Variable：0”，shape =（1287，64），   dtype = float32_ref）必须来自与同一图   Tensor（“ RMSprop / rho / read：0”，shape =（），dtype = float32）。

我还尝试使用稀疏的categorical_crossentropy作为损失，但在这种情况下，就是这样：

检查目标时出错：预期density_7的形状为（1，），但数组的形状为（35，）