Python实现推特分类LSTM网络时出现ValueError错误如何解决

本次报错的触发点为调用train函数时传入class_weights参数的代码行：

class_weights= model.any(cws)

错误信息提示的数组布尔判断歧义，来源于两个问题：

1. 此处的model是你定义的model_1函数对象，本身不具备any方法，你属于把cws.any()的写法顺序写反，错误调用了不存在的方法。
2. 即便修正为cws.any()，返回的是布尔值（True/False），但Keras的fit方法要求class_weight参数只能是None或者键为类别索引、值为对应权重的字典，传入布尔值完全不符合参数格式要求，会触发后续的类型校验错误。

根据你的使用场景二选一即可：

• 不需要使用类别权重：直接删除class_weights= model.any(cws)这行参数即可，train函数默认会给该参数赋值None，符合Keras的参数要求。
• 需要使用提前计算的cws作为类别权重：先将数组格式的cws转换为符合要求的字典，再传入参数：

# 3分类任务将数组转权重字典
class_weight_dict = {i: weight for i, weight in enumerate(cws)}
# 调用train函数时传入
m1 = train(model_1, 
           train_text_vec,
           y_train,
           test_text_vec,
           y_test,
           checkpoint_path='model_1.h5',
           class_weights=class_weight_dict)

额外提示：你定义的train函数里参数epcohs为拼写错误，正确拼写为epochs，不影响本次报错，但后续调整训练轮次时可能引发预期外的问题。

内容的提问来源于stack exchange，提问作者Amir