Keras自定义utils.Sequence返回3数组时双输入模型调用model.fit报错问题
问题根因
Keras 对自定义keras.utils.Sequence作为训练数据源时的返回格式有固定解析规则,你当前的返回结构不符合要求,才会触发输入不匹配的报错。
Keras解析Sequence批次数据的规则非常明确:
- 只有当
__getitem__返回值的长度恰好为2时,才会自动把两个返回值识别为「模型输入集合、对应标签集合」的结构 - 只要返回值长度不等于2,整个返回值会被直接打包当成单个模型输入喂给模型
你现在的代码返回长度为3的三元组(X, Xt, y),整个三元组就被当成了1个输入,而你的模型需要2个独立输入,自然就会报"期待2个输入但只收到1个张量"的错误。
解决步骤
- 调整
__getitem__的返回结构
按照Keras的解析规则,把所有模型输入打包成一个元组,作为返回值的第一部分;把标签作为返回值的第二部分,形成二级嵌套结构。
原错误写法:
修改为正确写法:# 错误:长度为3的返回值会被整体识别为单个输入 return X, Xt, y# 正确:返回长度为2的元组,第一部分是2个输入组成的子元组,第二部分是标签 return (X, Xt), y - 修正
model.fit()的入参
自定义Sequence本身已经在内部实现了批大小逻辑(通过切片索引、__len__方法定义每个批次的样本数量),这时候给fit()传入batch_size参数是完全无效的,Keras会自动忽略该参数,部分版本还会触发参数警告。直接删除该参数即可:
修正后的训练代码:model_englobe.fit(generated_image_train, epochs=2)
验证方法
改完代码后手动拉取一个批次校验结构,避免格式问题:
- 执行
sample = generated_image_train[0] - 检查
sample长度应为2,其中sample[0]是长度为2的元组(分别对应原始图像、变换后图像两个模型输入),sample[1]是该批次的标签 - 打印三个张量的形状,确认与模型输入层、输出层的预设形状完全匹配,即可正常启动训练。
注意:不要把标签
y误打包到第一部分的输入元组里,否则会导致模型收到3个输入,再次触发输入数量不匹配的报错。
内容的提问来源于stack exchange,提问作者kodi
相关产品推荐
相关产品推荐

