ValueError: `logits` and `labels` must have the same shape, received ((None, 2) vs (None, 1)).

这个错误通常发生在使用交叉熵损失函数进行分类任务时，`logits`表示模型的输出结果，而`labels`表示正确的标签，两者的维度应该相同，但是你的代码中，`logits`的维度为`(None, 2)`，而`labels`的维度为`(None, 1)`。

解决方法是将`labels`的维度也改为`(None, 2)`，并用one-hot编码表示标签，例如将`[0, 1]`表示为`[[1, 0], [0, 1]]`。或者你可以尝试使用`SparseCategoricalCrossentropy`损失函数，它可以接受整数类型的标签，不需要进行one-hot编码。