求助：NumPy数组转Tensor失败，Keras模型训练报错

报错原因分析 #

1. 输入数据形状不统一：你用np.array([np.array(val) for val in x_train])转换数据时，若x_train中各样本序列长度不一致，生成的是object类型的NumPy数组（内部嵌套子数组），TensorFlow无法直接处理这类非均匀形状的数组。
2. 模型输入参数错误：Embedding层的input_shape=(x_train.shape[0],)完全错误——x_train.shape[0]是样本数量，而非单个样本的序列长度，这导致模型无法识别输入数据的维度。
3. 冗余参数问题：后续Dense层指定的input_dim是多余的，Keras会自动根据前一层输出形状推断输入维度，手动指定反而可能引发维度不匹配。

具体解决步骤 #

1. 统一输入序列长度 #

使用Keras的pad_sequences工具将所有样本调整为相同长度：

from tensorflow.keras.preprocessing.sequence import pad_sequences

# 计算最长序列长度
max_seq_length = max(len(seq) for seq in x_train)

# 统一序列长度，不足补0，过长截断
x_train = pad_sequences(
    x_train,
    maxlen=max_seq_length,
    padding="post",  # 在序列末尾补0
    truncating="post"  # 过长时从末尾截断
)

# 处理y_train：若每个样本对应一个标量，直接转换即可
y_train = np.array(y_train).astype(np.float32)

2. 修正模型定义 #

调整Embedding层参数，移除冗余的input_dim：

model = tf.keras.Sequential([
    # Embedding层：input_dim是词汇表大小，output_dim是嵌入维度，input_length是统一后的序列长度
    tf.keras.layers.Embedding(
        input_dim=words,
        output_dim=embed_size,
        input_length=max_seq_length
    ),
    tf.keras.layers.Conv1D(128, 3, activation='relu'),
    tf.keras.layers.MaxPooling1D(),
    tf.keras.layers.LSTM(128, activation='tanh'),
    tf.keras.layers.Dense(10, activation='relu'),
    tf.keras.layers.Dense(1, activation='sigmoid')
])

model.summary()

3. 验证数据类型 #

确保输入数组的 dtype 符合TensorFlow要求：

# 检查x_train dtype应为int32（Embedding层需要整数输入）
print("x_train dtype:", x_train.dtype)
# y_train dtype应为float32（与最后一层sigmoid输出匹配）
print("y_train dtype:", y_train.dtype)

# 若类型不符，转换：
x_train = x_train.astype(np.int32)
y_train = y_train.astype(np.float32)

验证训练 #

修正后重新运行训练代码：

model.fit(
    x_train, y_train,
    epochs=5,
    batch_size=128,
    validation_split=0.2,
    shuffle=True
)
test_loss, test_acc = model.evaluate(x_test, y_test)
print('Test loss', test_loss)
print('Accuracy', test_acc)

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