带命名输入的Keras Sequence批量返回格式疑问及报错排查

在拥有命名输入的Keras模型中，使用Keras Sequence处理批量数据时，Sequence需要返回何种格式？现有两种格式备选：

格式1：

{
    'feature_1': [batch_size, time],
    'feature_2': [batch_size, time],
}

格式2：

[{
    # Batch item 1
    'feature_1': [time],
    'feature_2': [time]
},
{
    # Batch item 2
    'feature_1': [time],
    'feature_2': [time]
}]

给定模型定义：

model = Model(
    inputs = [feature_1, feature_2],
    outputs = outputs
)

且Input已设置正确名称：

feature_1 = Input(name='feature_1', batch_size=16, shape=(1000,))
feature_2 = Input(name='feature_2', batch_size=16, shape=(1000,))

目前持续报错：

ValueError: Layer "model_1" expects 1 input(s), but it received 16 input tensors. 

Inputs received: [<tf.Tensor 'IteratorGetNext:0' shape=(None, None) dtype=float32>, <tf.Tensor 'IteratorGetNext:1' shape=(None, None) dtype=float32>, ... ]

正确返回格式：格式1 #

你的模型输入是两个独立的Input层（以列表形式传入Model的inputs参数），对应的Keras Sequence需要返回格式1的字典结构，或者也可以返回列表格式[feature_1_batch, feature_2_batch]，这两种格式都能和模型的输入层正确匹配。

报错原因

你当前返回的是格式2，这种结构会被Keras解析成16个独立的输入张量（对应设置的batch_size=16），但你的模型仅接受2个输入张量，因此触发了报错（报错信息里的"预期1个输入"是TensorFlow的描述误差，实际模型预期2个输入）。

补充说明

• 返回格式1的字典时，Keras会根据键名自动匹配对应的Input层（因为你已经给Input设置了name参数），无需手动对应顺序。
• 如果返回列表格式，则需要保证列表内的张量顺序和Model的inputs参数中的Input层顺序完全一致。

内容的提问来源于stack exchange，提问作者Darren Rahnemoon