创建tf.keras.Sequential模型遇TypeError，疑与input_shape相关

你的input_shape是正常的，错误根源是**tf.keras.Sequential的构造参数格式不正确**。

你当前的代码直接将多个Dense层作为位置参数传入Sequential，但Sequential.__init__只接受1-3个位置参数（第一个参数应为层的列表/元组，其余是可选的命名参数），你传入了3个层加默认的self，总共4个位置参数，因此触发TypeError。

修正后的代码 #

input_shape = [x_train_scaled.shape[1]]
# 将所有层放入一个列表中传入Sequential
model = tf.keras.Sequential([
    tf.keras.layers.Dense(units=64, input_shape=input_shape, activation='relu'),
    tf.keras.layers.Dense(units=64, activation='relu'),
    tf.keras.layers.Dense(units=1)
])
model.summary()

关键说明 #

• tf.keras.Sequential的标准用法是接收一个层的列表作为第一个参数，而非多个独立的层参数。
• 你的input_shape = [6]是正确的，符合Dense层对输入形状的要求（无需包含批量维度）。

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