将Keras模型导入TensorFlow Java后预测阶段报错求助

算力阿峰

2026-6-16

问题解决：In[0] is not a matrix 错误

错误含义

这个错误直白来说就是：模型的第一个输入不是二维矩阵，而是一维张量。你模型里的dense_1全连接层要做矩阵乘法运算，而矩阵乘法要求输入至少是二维结构（比如(批量数, 特征数)的格式），一维张量没法满足这个运算要求，所以触发报错。

和输入维度的关系

完全相关。从saved_model_cli的输出能看到，模型要求的输入形状是(-1,6)：

-1代表任意批量大小（比如1个样本、10个样本都可以）
6是每个样本的特征数量
所以输入必须是二维张量，但你用TFloat32.vectorOf(x)生成的是一维张量（形状为(6)），和模型要求的输入结构不匹配，这就是问题根源。

修正后的Java代码

需要把一维数组转换成形状为(1,6)的二维张量，同时修正输出值的错误获取方式：

public static void importKerasModel() {
    try (SavedModelBundle model = SavedModelBundle.load("PATH\\kerasModel", "serve")) {
        float[] x = {0.48f, 0.48f, 0.48f, 0.48f, 0.48f, 0.48f};
        // 生成形状为(1,6)的二维张量，对应单样本批量输入
        try (Tensor input = TFloat32.tensorOf(Shape.of(1, 6), x);
             Tensor output = model.session()
                     .runner()
                     .feed("serve_keras_tensor:0", input) // 使用完整张量名称避免匹配问题
                     .fetch("StatefulPartitionedCall:0")
                     .run()
                     .get(0)) {

            // 输出形状是(1,1)的二维张量，用二维数组接收后提取结果
            float[][] outputArray = new float[1][1];
            output.copyTo(outputArray);
            float prediction = outputArray[0][0];
            System.out.println("prediction = " + prediction);
        }
    } catch (Exception e) {
        e.printStackTrace();
    }
}