调用Keras的model.fit训练时触发含多元素数组真值模糊的ValueError

model.fit()的validation_data参数要求传入(验证特征, 验证标签)格式的元组（需带样本权重的场景下为三元组），你直接传入了单个数组X_val，Keras内部执行if validation_data的逻辑判断时，需要将参数转为布尔值，而多元素Numpy数组直接转布尔值的规则不明确，因此触发该报错。
另外你当前的fit调用也缺少训练标签参数，有监督训练场景下需要同时传入y_train作为第二个位置参数。

根据你的训练场景选择对应修改方案：

• 有监督训练（存在训练标签y_train和验证标签y_val）：
  将训练标签和验证集元组传入对应参数，修改后代码如下：

history = model.fit(X_train, y_train, epochs=10, validation_data=(X_val, y_val), callbacks=callbacks)

• 无监督训练（如自编码器，无需单独标签，输入即目标）：
  将输入同时作为标签传入，修改后代码如下：

history = model.fit(X_train, X_train, epochs=10, validation_data=(X_val, X_val), callbacks=callbacks)

内容的提问来源于stack exchange，提问作者Bruna Stofel