Keras自编码器报错：model_3层期望1个输入却收到64个张量如何解决

根本原因 #

报错的核心是输入数据格式不符合Keras/TensorFlow模型的要求：你传入训练的x_train和y_train是长度为64的Python列表，框架会默认将列表内的每一个元素识别为一个独立的输入张量，因此会触发报错：

ValueError: Layer "model_3" expects 1 input(s), but it received 64 input tensors.

模型的卷积层本身会自动识别输入的第一个维度为批次维度，不需要额外做特殊配置，你只需要修正输入数据的格式即可。

修复步骤 #

• 第一步：将列表格式的训练数据转换为批量的numpy数组，转换后数组的第一个维度会自动对应批次大小64：

import numpy as np

# 转换后数组形状为 (64, 128, 128, 3)
x_train = np.array(x_train)
y_train = np.array(y_train)

• 第二步：确认输入层定义正确，输入形状只需要指定单样本的维度，不需要包含批次维度：

from tensorflow.keras.layers import Input

input = Input(shape=(128, 128, 3))

• 第三步：验证数据格式，转换完成后打印x_train.shape，输出为(64, 128, 128, 3)即为正确，再传入模型训练即可。

内容的提问来源于stack exchange，提问作者Ashar