Keras 3.1.0中Embedding层input_length参数报错问题求助

问题原因 #

Keras 3（包括TensorFlow兼容的Keras API）已经移除了Embedding层的input_length参数，这是API的重大变更，虽然旧版文档可能还未完全同步，但当前3.1.0版本确实不再支持该参数。

解决方案 #

1. 替代input_length的正确方式

不再使用input_length，而是通过input_shape参数显式指定输入的序列长度，示例代码如下：

import keras

model = keras.Sequential()

input_dim = 3
output_dim = 1

# 用input_shape替代input_length，指定序列长度为1
model.add(keras.layers.Embedding(input_dim, output_dim, input_shape=(1,)))
model.summary()

这样模型会直接完成构建，权重也会正常初始化。

2. 解决权重数量为0的问题

如果没指定输入形状，模型会处于未构建状态，此时权重数量显示为0是正常的，可通过两种方式触发模型构建：

• 方式一：指定input_shape：如上例所示，添加层时直接声明input_shape，模型会立即初始化权重。
• 方式二：传入样例输入：给模型喂一个符合预期形状的样例数据，触发自动构建，示例：

  import keras
  import numpy as np
  
  model = keras.Sequential()
  input_dim = 3
  output_dim = 1
  
  model.add(keras.layers.Embedding(input_dim, output_dim))
  # 传入形状为(1,1)的样例输入
  model(np.array([[0]]))
  model.summary()
  # 此时可以正常设置权重
  # model.layers[0].set_weights([your_weight_array])
  

补充说明 #

Keras 3的API调整更侧重依赖输入形状自动推断，以此简化层的定义逻辑。如果需要从旧版本迁移代码，建议优先参考Keras 3的官方文档确认参数变更细节。

内容的提问来源于stack exchange，提问作者Arian