报错如题：ValueError: logits and labels must have the same shape ((?, 1) vs (?,))
发现我自己的问题：我在使用CNN进行猫狗数据集训练时，开始训练后报上面的错，根据意思应该是预测与实际标签尺寸（张量尺寸）不统一！
问题所在：我发现在从卷积部分进入到全连接部分时，我使用了一个tf.keras.MaxPooling2D的池化层作为卷积部分的收尾，但是该层的输出竟然不是一维张量！而依据是图片尺寸：(x,y,z)！即问题就出在：进入全连接层的数据并没有进行展平操作（进入Dense的数据必须是1维的，而图片是3维的）！—— tf.keras.MaxPooling2D单纯就是一个池化层！！没有任何展平的含义！
修改：在进入Dense层前加tf.keras.GlobalAveragePooling2D()层 —— 该层其实就是一个展平层！是一个处理图片时比tf.keras.Flatten()效果更好的展平层！
