ValueError：Layerequential_20 需要 1 个输入，但它收到了 2 个输入张量

我正在尝试使用 Tensorflow 中的 KMNIST 数据集和我正在使用的教科书中的一些示例代码构建一个简单的自动编码器，但当我尝试拟合模型时，我不断收到错误。

错误说ValueError: Layer sequential_20 expects 1 inputs, but it received 2 input tensors.

我对 TensorFlow 真的很陌生，我对这个错误的所有研究都让我感到困惑，因为它似乎涉及我的代码中没有的东西。这个线程 https://stackoverflow.com/questions/61006764/valueerror-layer-model-2-expects-2-inputs-but-it-received-1-input-tensors没有帮助，因为我只使用顺序层。

完整代码：

import numpy as np
import tensorflow as tf
from tensorflow import keras
import tensorflow_datasets as tfds
import pandas as pd
import matplotlib.pyplot as plt

#data = tfds.load(name = 'kmnist')

(img_train, label_train), (img_test, label_test) = tfds.as_numpy(tfds.load(
    name = 'kmnist',
    split=['train', 'test'],
    batch_size=-1,
    as_supervised=True,
))

img_train = img_train.squeeze()
img_test = img_test.squeeze()

## From Hands on Machine Learning Textbook, chapter 17

stacked_encoder = keras.models.Sequential([
    keras.layers.Flatten(input_shape=[28, 28]),
    keras.layers.Dense(100, activation="selu"),
    keras.layers.Dense(30, activation="selu"),
])

stacked_decoder = keras.models.Sequential([
    keras.layers.Dense(100, activation="selu", input_shape=[30]),
    keras.layers.Dense(28 * 28, activation="sigmoid"),
    keras.layers.Reshape([28, 28])
])

stacked_ae = keras.models.Sequential([stacked_encoder, stacked_decoder])
stacked_ae.compile(loss="binary_crossentropy",
                   optimizer=keras.optimizers.SGD(lr=1.5))

history = stacked_ae.fit(img_train, img_train, epochs=10,
                         validation_data=[img_test, img_test])

当我改变时它对我有帮助：
validation_data=[X_val, y_val] into validation_data=(X_val, y_val)
其实还是想知道为什么？