DL4J ComputationGraph报错“cannot do forward pass: inputs not set”求助

报错“cannot do forward pass: inputs not set”的核心原因是模型声明的输入未被完整传入，或模型结构存在维度配置错误，以下是具体排查和修复方案：

1. 必须完整传入所有声明的输入 #

你的代码通过addInputs(inAndOutNames)声明了所有输入（bit0到bitN-1、p），在训练或预测时，必须严格按照inAndOutNames的顺序传入所有对应数据，遗漏任意一个都会触发该错误。

示例喂数据代码（以inputAmount=3为例）：

// 构造符合InputType.recurrent(1)的输入：形状为[批量大小, 时间步长, 1]
INDArray bit0 = Nd4j.rand(new int[]{8, 10, 1});
INDArray bit1 = Nd4j.rand(new int[]{8, 10, 1});
INDArray bit2 = Nd4j.rand(new int[]{8, 10, 1});
INDArray p = Nd4j.rand(new int[]{8, 10, 1});

// 按addInputs的顺序传入所有输入
INDArray[] outputs = model.output(bit0, bit1, bit2, p);

// 训练时使用MultiDataSet
MultiDataSet dataSet = new MultiDataSet(
    new INDArray[]{bit0, bit1, bit2, p},
    new INDArray[]{Nd4j.rand(new int[]{8, 10, 10})}  // 对应输出层10维的标签
);
model.fit(dataSet);

2. 修正LSTM层的输入维度配置 #

l2层同时接收l1的输出（128维特征）和p的输入（1维特征），Deeplearning4j默认会在特征维度将两个输入拼接，因此l2的nIn必须设置为128 + 1 = 129，而非当前的128。维度不匹配会导致后续运行错误，需立即修正：

.addLayer("l2", new LSTM.Builder().nIn(129).nOut(256).build(), "l1", "p")

3. 验证输入名称一致性 #

检查所有输入名称（bit0到bitN-1、p）在addInputs、inputNames、层的输入参数中完全一致，避免拼写错误导致输入未被正确关联。

内容的提问来源于stack exchange，提问作者Fi0x