Google Colab中Keras Embedding层调用set_weights()出现ValueError问题求解

• Keras的set_weights()方法要求传入的参数是由所有权重张量组成的列表，而非直接传入单个权重数组。你直接传入了形状为(词汇量, 嵌入维度)的emb4A数组时，方法会将数组的第一维长度（此处为500）识别为权重列表的长度，和Embedding层仅需1个权重矩阵的要求冲突，因此抛出对应错误。

将emb4A包裹为列表后传入即可，代码如下：

model4Ax.layers[0].set_weights([emb4A])

验证步骤（可选） #

你可以提前执行以下代码核对参数匹配性，避免后续出错：

# 查看目标层预期的权重数量和形状
print("层预期权重数量：", len(model4Ax.layers[0].weights))
print("层预期权重形状：", model4Ax.layers[0].weights[0].shape)
# 核对自定义嵌入数组的形状
print("自定义嵌入数组形状：", emb4A.shape)

注意事项 #

• 确保emb4A的数值类型（常见为float32）和Embedding层原有权重的数值类型一致，避免隐式类型转换带来的精度损失或运行报错。

内容的提问来源于stack exchange，提问作者Oluwagbemiga Ajayi