ValueError: невозможно преобразовать массив размером 235000 в форму (100,64,64,2350)

Я пытаюсь реализовать cDCGAN. В моем наборе данных 2350 num_classes, batch_size - 100, размер изображения - 64 (rows = 64, cols = 64, channels = 1), z_shape - 100 Мои заполнители для значений следующие.

    self.phX = tf.placeholder(tf.float32, [None, self.rows, self.cols, self.channels])
    self.phZ = tf.placeholder(tf.float32, [None, self.z_shape])
    self.phY_g = tf.placeholder(tf.float32, [None, self.num_classes])
    self.phY_d = tf.placeholder(tf.float32, shape=(None, self.rows, self.cols, self.num_classes))

Я загружаю пакет изображений, noise_Z и метки (одна горячая кодировка) для phY_g и phY_d в цикле обучения, как показано ниже.

# Get a random batch of images and labels. This gives 100 images of shape [100,4096] and 100 labels of shape [100,2350]
train_images, train_labels = self.sess.run([self.image_batch, self.label_batch])

# Real image input for Real Discriminator,
# Reshape images to pass to D
batch_X = train_images.reshape((self.batch_size, self.rows, self.cols, self.channels))
batch_X = batch_X * 2 - 1

# Z noise for Generator
batch_Z = np.random.uniform(-1, 1, (self.batch_size, self.z_shape)) # Shape is [?, 100]

# Label input for Generator
batch_Y_g = train_labels
batch_Y_g = batch_Y_g.reshape([self.batch_size, self.num_classes])

# Label input for Discriminator
batch_Y_d = train_labels
batch_Y_d = batch_Y_d.reshape([self.batch_size, self.rows, self.cols, self.num_classes])

Все работает хорошо, но для batch_Y_d я получаю сообщение об ошибке «ValueError: невозможно преобразовать массив размером 235000 в форму (100,64,64,2350)»

Как я могу изменить его в соответствии с моей формой заполнителя?