TensorFlow 2.7.0运行fit_generator()报错KeyError: 'see'如何解决

问题根因与修复方案 #

1. 核心错误：KeyError: 'see' #

该错误是因为你构建的词汇索引字典input_token_index中，不存在样本里出现的单词see，触发原因通常有两种：

• 仅在训练集文本上构建了词汇表，测试集出现了训练集未覆盖的未登录词，生成验证集批次时触发报错
• 构建词汇表时遗漏了部分文本的分词结果，导致常见词也未被收录到input_token_index中

修复方案：

• 构建词汇表时统一纳入训练集+测试集的所有输入文本，确保所有可能出现的词都被收录
• 如果仅需要用训练集构建词汇表，给input_token_index添加默认的未知词<UNK>对应的索引，遇到不在字典里的词默认用<UNK>的索引代替，修改示例：

# 给input_token_index新增未知词条目，索引值注意避开已占用的数值
input_token_index['<UNK>'] = 0
# 替换generate_batch中的赋值行
encoder_input_data[i, t] = input_token_index.get(word, input_token_index['<UNK>'])

建议目标端的target_token_index也做相同的未知词兼容处理，避免后续出现同类报错。

2. 弃用警告：Model.fit_generator 已弃用 #

该提示为版本兼容警告，Keras新版本已经将生成器支持整合到了普通fit方法中，直接替换调用方法即可，不会影响原有运行逻辑：

model.fit(
    generate_batch(X_train, y_train, batch_size = batch_size),
    steps_per_epoch = train_samples//batch_size,
    epochs=epochs,
    validation_data = generate_batch(X_test, y_test, batch_size = batch_size),
    validation_steps = val_samples//batch_size
)

内容的提问来源于stack exchange，提问作者Asrivast