Keras双向LSTM训练报输入Numpy数组大小不匹配ValueError问题求解

• 1. 模型仅定义了1个输入层，但你在validation_data参数中传入了[valX,valX]的双输入列表，输入数量和模型要求不匹配，这是触发报错的直接原因。
• 2. Keras原生fit方法默认接收固定维度的批量张量输入，你当前传入的trainX是由不同长度序列组成的列表，不符合默认输入格式要求。

第一步：修复验证集输入格式 #

将fit方法中validation_data=([valX,valX],valY)修改为validation_data=(valX, valY)，和模型单输入的要求对齐。

第二步：适配变长序列输入，二选一即可 #

方案1：全局Padding对齐 #

将所有序列补零填充到相同长度，转换为统一维度的张量后直接输入模型，适合序列长度差异不大的场景：

from tensorflow.keras.preprocessing.sequence import pad_sequences

# 计算所有训练样本的最大序列长度
max_seq_len = max(sample.shape[0] for sample in trainX)
# 对特征和标签分别做补零对齐
trainX_padded = pad_sequences(trainX, maxlen=max_seq_len, padding="post", dtype="float32")
trainY_padded = pad_sequences(trainY, maxlen=max_seq_len, padding="post", dtype="float32")
valX_padded = pad_sequences(valX, maxlen=max_seq_len, padding="post", dtype="float32")
valY_padded = pad_sequences(valY, maxlen=max_seq_len, padding="post", dtype="float32")

# 训练，注意batch_size不要设置过大，避免内存溢出
fitHistory_batch = model.fit(
    trainX_padded, trainY_padded,
    batch_size=32,
    validation_data=(valX_padded, valY_padded),
    epochs=100,
    callbacks=[early_stopping]
)

方案2：动态批次输入（无需Padding） #

使用tf.data.Dataset构建生成式数据集，每个批次内自动做Padding，不会丢失长序列信息，适合序列长度差异较大的场景：

import tensorflow as tf

# 构建训练数据集
train_ds = tf.data.Dataset.from_generator(
    lambda: zip(trainX, trainY),
    output_signature=(
        tf.TensorSpec(shape=(None, 151), dtype=tf.float32),
        tf.TensorSpec(shape=(None, 3), dtype=tf.float32)
    )
).batch(32)

# 构建验证数据集
val_ds = tf.data.Dataset.from_generator(
    lambda: zip(valX, valY),
    output_signature=(
        tf.TensorSpec(shape=(None, 151), dtype=tf.float32),
        tf.TensorSpec(shape=(None, 3), dtype=tf.float32)
    )
).batch(32)

# 直接传入数据集训练
fitHistory_batch = model.fit(
    train_ds,
    validation_data=val_ds,
    epochs=100,
    callbacks=[early_stopping]
)

内容的提问来源于stack exchange，提问作者JiYeNO