Keras多输入模型调用model.fit报'tuple'无shape属性错误如何解决？

• 自定义数据生成器的标签返回格式不符合单输出模型的要求：你的create_data_generator函数在返回数据时，将标签包裹在了列表中yield [_gen1, _gen2], [_gen1_l]，而你的模型只有1个输出，Keras 单输出模型默认期望接收的标签是单个张量，而非被列表/元组包裹的张量。
• 指标计算时结构不匹配：当启用metrics=['acc']时，Keras会自动对齐标签和模型输出的结构，你返回的列表格式标签会被解析为tuple结构，和模型单输出的张量结构无法匹配，触发了访问shape属性的报错。

二选一即可：

方案1：修改生成器返回格式（推荐） #

直接返回单个标签张量，去掉标签外层的列表包裹：

def create_data_generator(data_gen_one, data_gen_two):
    while(True):
        _gen1, _gen1_l = next(data_gen_one)
        _gen2, _gen2_l = next(data_gen_two)
        # 标签不包裹列表，直接返回单个张量
        yield [_gen1, _gen2], _gen1_l

注：你已经设置两个生成器shuffle=False且两份DataFrame样本顺序一致，可保证输入和标签的对应关系正确。

方案2：对齐模型编译时的指标格式 #

如果不想修改生成器代码，可在编译模型时将指标也包裹为对应层级的列表，匹配标签的结构：

model.compile(
    optimizer="adam",
    loss="categorical_crossentropy",
    # 标签是长度为1的列表，指标也对应包裹为嵌套列表
    metrics=[["acc"]]
)

你的卷积层构造函数中存在变量重复定义的问题（acti02、pool02被多次赋值），虽然不会触发本次报错，但可能导致后续调试逻辑混乱，建议修改为唯一变量名。

内容的提问来源于stack exchange，提问作者Sensei Munk