我有一个tf数据集对象，

for i in dataset.take(1):
    print([x.shape for x in i])

# Output
# [TensorShape([20,224,3]),TensorShape([20])]

当我使用以下数据集进行训练时

keras_model.fit(dataset,epochs=10)

我得到y_true的形状为(20,1)，而不是(20,)。

# What I expect: (6,)
[1,1,2,3,3]

# What Keras gives: (6,1)
[[1],[1],[2],[3],[3]]

为什么Keras会自动使我的标量标签成为形状为1的张量，这等同于做tf.expand(y_true,-1)？

我所有指标和损失函数都完全采用(20,)，而不采用扩展的指标，那么是否有办法强制keras按原样使用？

游乐场here。