不同维度的多输入模型

Question

我想做一个分类问题的多输入模型。但是，我有两个输入：一个有50000行，另一个有10000行

标签是一样的，但显然大小不同。以下是我所做的：

left_branch = Input((8, ))
left_branch_dense = Dense(5, activation = 'tanh')(left_branch)

right_branch = Input((44350, ))
right_branch_reduc = Dense(100, activation = 'tanh')(right_branch)
right_branch_dense = Dense(5, activation = 'tanh')(right_branch_reduc)
merged = Concatenate()([left_branch_dense, right_branch_dense])
output_layer = Dense(2, activation = 'sigmoid')(merged)

model = Model(inputs=[left_branch, right_branch], outputs=output_layer)
model.compile(loss='sparse_categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

model.fit([batch_1, batch_2], [labels_bgp_1,labels_bgp_2])

但是，我有以下错误：

检查模型目标时出错：传递给模型的Numpy数组列表的大小不是模型预期的大小。期望看到1个数组，但得到了以下2个数组的列表

看起来模型只需要一个标签数组。我该怎么办？？ 非常感谢