常見入門問題，在拷貝修改別人程式時一定概率出現。
原因：你一定是改了　神經網路輸出層神經元個數　或　給予神經網路的訓練集的標籤數目　其中的一種，使得兩者不匹配。
比如我拷貝了一個貓狗大戰的程式改，結果資料集分了10類，但神經網路層輸出神經元還是兩個（原貓和狗），結果不匹配了。
如：

def inference(images, batch_size, n_classes,keep_prob):  
    conv1 = tf.layers.conv2d(images,6,3,1,'valid',activation=tf.nn.relu)  
    pool1 = tf.layers.
 
max_pooling2d(conv1, 2, 2)
    conv2 = tf.layers.conv2d(pool1, 16, 3, 1, 'valid', activation=tf.nn.relu)
    pool2 = tf.layers.max_pooling2d(conv2, 2, 2)
    reshape = tf.reshape(pool2, shape=[batch_size, -1])
    local3 = tf.layers.dense(reshape, 400)
    local4 = tf.layers.dense(local3, 400) 
    h_drop =
 
 tf.nn.dropout(local4, keep_prob)
    softmax_linear = tf.layers.dense(h_drop, n_classes)
    return softmax_linear

這是一段神經網路的搭建，其中n_classes是輸出類別，也就是輸出神經元個數。
而訓練集可能是手寫體，可能是cifar-10。結果類別為10和n_classes不匹配。