调用model.fit时出现输入与层不兼容错误的原因及解决办法

问题根源 #

你的输入张量token_tensor多了一个额外维度（实际形状为(10,1,512)），但模型的Embedding层期望输入是二维张量(batch_size, 512)——也就是每个样本是长度为512的一维序列，而非三维结构。

解决方法 #

直接去掉输入中长度为1的冗余维度，可通过以下两种方式实现：

方法1：TensorFlow环境下处理 #

在调用model.fit前添加代码：

import tensorflow as tf
token_tensor = tf.squeeze(token_tensor, axis=1)

方法2：NumPy数组环境下处理 #

如果token_tensor是NumPy格式，可直接用数组自带方法：

token_tensor = token_tensor.squeeze(axis=1)

验证修改效果 #

处理后打印输入形状确认：

print(token_tensor.shape)

输出应为(None, 512)（None对应批量大小，此处为10），此时再运行model.fit即可匹配模型输入要求。

内容的提问来源于stack exchange，提问作者Debbie