Keras中model.fit()调用报错求助：索引越界与数据适配器问题

问题场景 #

运行以下Keras训练代码时出现错误，同时调用model_final.fit()也失败，出现两类错误：ValueError: Failed to find data adapter that can handle input: <class 'NoneType'>, <class 'NoneType'>和“Tuple index out of range”。

训练代码 #

history = model.fit(
            train_dir,
            steps_per_epoch = 100,
            epochs = 10,
            validation_data = test_dir,
            validation_steps = 100,
            verbose = 1,
            callbacks = [callbacks]
            )

报错信息 #

---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-45-bbb0a6f8a6e5> in <module>
----> 1 history = model.fit()
      2 

1 frames
/usr/local/lib/python3.8/dist-packages/keras/engine/data_adapter.py in select_data_adapter(x, y)
    983   if not adapter_cls:
    984     # TODO(scottzhu): This should be a less implementation-specific error.
--> 985     raise ValueError(
    986         "Failed to find data adapter that can handle "
    987         "input: {}, {}".format(

ValueError: Failed to find data adapter that can handle input: <class 'NoneType'>, <class 'NoneType'>

错误原因 #

1. 空参数调用fit()：从报错栈可见，实际执行的是无参数的model.fit()，Keras无法获取训练数据（x和y均为None），直接触发数据适配器错误。
2. 原始目录路径无法直接作为输入：Keras的fit()方法不能直接接收字符串格式的文件夹路径，必须传入预处理后的数据集（如tf.data.Dataset或生成器），否则无法解析数据，进而引发元组索引越界的连锁错误。
3. 回调参数存在风险：callbacks = [callbacks]的写法可能引发变量名冲突或未初始化问题，如果callbacks变量未定义，会传入无效的回调列表干扰训练。

解决方法 #

• 确保调用fit()时传入有效预处理数据：
  以图像分类任务为例，用tf.keras.utils.image_dataset_from_directory加载文件夹数据：

  import tensorflow as tf
  
  # 加载训练和测试数据集
  train_ds = tf.keras.utils.image_dataset_from_directory(
      train_dir,
      image_size=(224, 224),  # 根据你的模型输入尺寸调整
      batch_size=32)
  test_ds = tf.keras.utils.image_dataset_from_directory(
      test_dir,
      image_size=(224, 224),
      batch_size=32)
  
  # 调用fit训练模型
  history = model.fit(
      train_ds,
      epochs=10,
      validation_data=test_ds,
      verbose=1,
      callbacks=[tf.keras.callbacks.EarlyStopping(patience=3)]  # 示例回调，按需替换
  )
  

• 检查执行代码：确认运行的是带完整参数的model.fit()调用，而非无参数版本。
• 修正回调参数：避免callbacks = [callbacks]的写法，提前定义好回调列表，比如：

  my_callbacks = [
      tf.keras.callbacks.EarlyStopping(patience=3),
      tf.keras.callbacks.ModelCheckpoint(filepath='model.h5')
  ]
  

  再将callbacks=my_callbacks传入fit()。
• 排查数据格式：确保数据集每个批次返回(特征数据, 标签数据)的二元组，不符合格式会触发元组索引越界错误。

内容的提问来源于stack exchange，提问作者98 Yoga