使用Scikeras包装Keras Sequential模型时出现NoneType无len()错误求助

问题原因 #

你遇到的TypeError: object of type 'NoneType' has no len()错误，是因为Scikeras的KerasRegressor需要明确模型的输入特征维度，但你的build_net函数中第一个Dense层未指定输入形状，导致模型无法自动推断输入维度，进而触发错误。

解决方案 #

修改build_net函数，使其接收Scikeras自动传入的input_shape参数，并在第一个Dense层中指定该参数。这样既不用手动固定输入尺寸，又能适配独热编码后特征维度的变化：

修改后的完整代码 #

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
import numpy as np
from scikeras.wrappers import KerasRegressor

def build_net(net_loss='mean_squared_error', net_optimizer='adam', input_shape=None):
    model = Sequential()
    # 第一个Dense层通过input_shape参数接收自动推断的输入维度
    model.add(Dense(25, activation='relu', input_shape=input_shape))
    model.add(Dense(9, activation='relu'))
    model.add(Dense(4, activation='relu'))
    model.add(Dense(1, activation='linear'))
    model.compile(loss=net_loss, optimizer=net_optimizer, metrics=['root_mean_squared_error','mean_absolute_error'])
    return model

net = KerasRegressor(model=build_net, epochs=5, verbose=0)
# 测试训练
net.fit(np.random.randint(50, size=(2000, 4)), np.random.randint(1, size=2000))

关键细节 #

• Scikeras在调用build_net时，会自动从训练数据中提取输入形状（例如测试数据(2000,4)对应的input_shape为(4,)），并将其作为参数传入函数。
• 这种方式无需手动指定输入维度，后续独热编码流水线修改特征数量时，代码会自动适配新的输入形状。
• 原代码遗漏了Dense层的导入，这是潜在的运行错误，已在修改后的代码中补充。

内容的提问来源于stack exchange，提问作者tjt