我正在训练一个图像多分类器。使用Keras中的损失SparseCategoricalCrossentropy。我发现下面的问题。

import tensorflow as tf
a=tf.constant([[0.,0.,1.],[1.,0.,0.]])
b=tf.constant([[0.,0.,1.],[0.,1.,0.]])
loss_object = tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)
loss = loss_object(a, b)

字符串
a表示我的2个输入数据的真标签。b表示我的2个输入数据的预测标签。计算遇到以下错误。

ValueError: `labels.shape` must equal `logits.shape` except for the last dimension. Received: labels.shape=(6,) and logits.shape=(2, 3)

型
不知何故，真正的标签被压平，变得不可计算。我如何处理这个问题来计算关于2个输入数据的SparseCategoricalCrossentropy？