TensorFlow / Keras：出力レイヤーの形状エラー

私はこのエラーの解決策を見つけようとして数日間インターネットを検索してきましたが、特に当てはまるものは見つかりませんでした。

ValueError: Error when checking target: expected dense_2 to have shape (300,) but got array with shape (60,)

エラーを生成するコードは次のとおりです（データの前処理以外）：

model = keras.Sequential([
keras.layers.Conv1D(5,input_shape=(1,60), kernel_size=12, padding='same'), 
keras.layers.Conv1D(10, padding='same',activation=tf.nn.relu, kernel_size=10),
keras.layers.Conv1D(20, padding='same',activation=tf.nn.relu, kernel_size=6),
keras.layers.Conv1D(30, padding='same',activation=tf.nn.relu, kernel_size=5),
keras.layers.Flatten(),
keras.layers.Dense(70, activation="relu"),
keras.layers.Dense(300,activation="tanh")
])
model.compile(optimizer=tf.train.AdamOptimizer(0.001),
loss='mse',
metrics=['mae'])
model.fit(traindata,trainlabels, epochs=10, batch_size=int(len(traindata)/60))

このエラーの原因については正確にはわかりませんが、トラブルシューティングを行って可能性を絞り込みました。

私が最初に試みたのは、TensorFlow Webサイトから例の1つを実行してみることでした。ここにある、MNISTファッションの例を選択しました。

これはエラーなしで実行され、正常にトレーニングされたため、TensorFlowまたはPythonのダウンロードのエラーではないと思います。

次に、MNISTファッションの例で使用されたモデルをコピーして、モデルのエラーかどうかをテストしました。これはコードです：

model = keras.Sequential([
    keras.layers.Flatten(input_shape=(60,)),
    keras.layers.Dense(128, activation=tf.nn.relu),
    keras.layers.Dense(10, activation=tf.nn.softmax)
])
model.compile(optimizer=tf.train.AdamOptimizer(),
loss = 'sparse_categorical_cross_entropy',
metrics = ['accuracy']
)

モデルに加えた唯一の変更は、最初のレイヤーへの入力シェイプでした。これにより、データを取り込むことができるようになりました。ただし、エラーは引き続き発生しました。

ValueError: Error when checking target: expected dense_1 to have shape (10,) but got array with shape (60,)

私が最後に試したのは、を介して作成されたダミーデータを取り込む独自の高密度モデルを作成することnp.random.randomでした。

これはファイル全体です：

import tensorflow as tf
from tensorflow import keras
import numpy as np
import matplotlib.pyplot as plt

data = np.random.random((50,60))
datalabels = np.random.random((50,60))
model = keras.Sequential([
keras.layers.Dense(128,input_shape=(60,), activation="relu"),
keras.layers.Dense(50, activation="relu"),
keras.layers.Dense(10, activation="tanh")

])
model.compile(optimizer=tf.train.AdamOptimizer(),
loss="mae",
metrics=['mse'])

model.fit(data, datalabels, epochs=5, batch_size=10)

これもエラーが発生し、理由がわかりませんが、ダミーデータの生成に関係しているのではないかと思います。

ValueError: Error when checking target: expected dense_2 to have shape (10,) but got array with shape (60,)

それが役立つ場合は、最後のモデルのすべてのレイヤーとその入力および出力の形状を印刷しました。

Layer: dense
    input_shape: (None, 60)
    output_shape: (None, 128)
Layer: dense_1
    input_shape: (None, 128)
    output_shape: (None, 50)
Layer: dense_2
    input_shape: (None, 50)
    output_shape: (None, 10)

このエラーについて私が最も困惑しているのは、出力レイヤーでのエラーのみであるということです。モデルの最後に別のレイヤーを追加すると、出力レイヤーのユニット数がモデルの入力の形状と等しくない限り、そのレイヤーはエラーになります（例：input_shape=(60,)最後のレイヤーのユニット数が等しい場合） 60まで）。なぜこれが起こっているのか誰かが知っていますか？