categoryorical_crossentropy ожидает массив определенного размера

Question

Я пытаюсь прочитать данные из набора изображений и выполнить некоторую обработку. Мне нужно изменить форму массива, как только я увижу ошибку ниже;

ValueError: Ошибка при проверке цели: ожидаемая плотность_2иметь форму (3,), но получить массив с формой (1,)

##################LAYER ONE###################
model.add(Conv2D(64, (3, 3), input_shape=X.shape[1:])) 
model.add(Activation('relu'))  
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25)) 
###################LAYER ONE###################

###################LAYER TWO###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER TWO###################

###################LAYER THREE###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER TWO###################

###################LAYER FOUR###################
model.add(Conv2D(64, (3, 3)))
model.add(Activation('relu'))
model.add(MaxPooling2D(pool_size=(2, 2)))
model.add(Dropout(0.25))
###################LAYER FOUR###################

model.add(Flatten()) 
model.add(Dense(64)) 
model.add(Activation('relu'))

odel.add(Dense(units = 3 , activation = 'softmax'))
model.compile(loss='categorical_crossentropy', optimizer='adam',
              metrics=['accuracy'])  

model.fit(X, y, batch_size=30, epochs=200, validation_split=0.1, callbacks=[tensorboard]