TensorFlow多输入模型训练报错：数据基数模糊问题解决

报错核心原因 #

这个报错本质是输入数组的形状与模型定义的输入形状不兼容。模型中text_input和subject_input的shape都定义为(1,)，但如果你的x_train_text或x_train_subject是一维数组（形状为(4499,)），Keras会误判其样本数，导致和标签的4499个样本不匹配。

具体修复步骤 #

1. 调整输入数据的形状 #

将一维的输入数组转为二维（形状为(4499, 1)），匹配模型输入层的要求：

import numpy as np

# 给文本输入增加维度
x_train_text = np.expand_dims(x_train_text, axis=1)
# 给subject输入增加维度
x_train_subject = np.expand_dims(x_train_subject, axis=1)

2. 验证输入形状 #

调整后打印形状确认是否符合要求：

print(x_train_text.shape)  # 预期输出：(4499, 1)
print(x_train_subject.shape)  # 预期输出：(4499, 1)
print(y_train_int.shape)  # 预期输出：(4499,) 或 (4499, 1)

3. 可选：用字典形式传递输入 #

如果调整形状后仍有问题，可改用字典明确对应模型的输入层：

history = model.fit(
    {
        "input_1": x_train_text,  # 名称可从model.summary()的输入层查看
        "input_2": x_train_subject
    },
    y=y_train_int,
    epochs=epochs
)

也可以在定义输入层时指定自定义名称，比如text_input = tf.keras.Input(shape=(1,), dtype=tf.string, name="text_input")，后续字典key就用"text_input"。

额外检查项 #

• 确认vectorize_layer已通过adapt方法适配过训练数据格式，避免向量化时出错。
• 确认CategoryEncoding的num_tokens参数值等于subject的类别总数，防止后续拼接维度不匹配。

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