评估深度学习RNN模型时出现Anaconda函数调用栈InvalidArgumentError

核心错误本质 #

你遇到的InvalidArgumentError是Keras RNN模型推理阶段最常见的Embedding层查表越界问题，从报错信息可以直接定位到触发点：

关键报错片段：indices[28,27] = 10792 is not in [0, 10000)
这句话的含义是：模型的Embedding层预设的词表大小为10000，仅支持取值范围在[0, 9999]的序列索引完成嵌入查表；但输入的测试集X_test_seq_padded中存在值为10792的索引，超出了Embedding层的支持范围，直接导致推理中断。

常见触发场景与对应修复方案 #

• 编码配置不统一
  训练阶段通常会给Tokenizer设置num_words=10000的参数，仅保留最高频的10000个词生成索引，对不在词表内的词自动映射到统一的OOV值；但评估阶段重新处理测试数据时，没有复用训练时的Tokenizer配置，导致编码出的序列出现了超过10000范围的索引值。
  修复方式：
  1. 编码测试集时严格加载训练阶段保存的Tokenizer实例，保证num_words参数与训练时完全一致
  2. 编码完成后做简单校验：assert X_test_seq_padded.max() < 10000, "测试集存在超出词表范围的索引值"
• 未对测试集索引做范围截断
  处理测试数据时，没有按照Embedding层的最大索引范围对超出值做裁剪，直接把包含大索引的序列送入模型。
  可直接通过代码做批量截断修复，注意VOCAB_SIZE要和模型Embedding层的input_dim参数完全一致：

  import numpy as np
  VOCAB_SIZE = 10000
  X_test_seq_padded = np.clip(X_test_seq_padded, 0, VOCAB_SIZE - 1)
  

• 冗余的模型加载操作
  你的代码中连续两行加载同一个模型文件：

  model = keras.models.load_model('你的模型路径.h5')
  model.load_weights('你的模型路径.h5')
  

  load_model方法会自动加载模型结构与全部权重，后续单独调用load_weights属于冗余IO操作，虽然不是本次报错的直接诱因，建议直接删除减少不必要的运行开销。

避坑提醒 #

不要为了适配测试集的大索引值，直接修改模型Embedding层的input_dim参数。因为Embedding层的权重是和原词表维度一一绑定的，修改维度会导致权重shape不匹配，触发新的报错。

内容的提问来源于stack exchange，提问作者Poopin Mah Business