TensorFlow报错：无法从装箱值数组创建非标量张量及Java加载模型问题

我之前也碰到过类似的坑，这个错误本质上是Java端构造输入张量时的类型或维度不匹配导致的。结合你提供的Python模型导出代码，我们一步步来排查解决：

错误原因分析 #

从你的Python代码来看，导出的模型输入是shape=[None,1]的float32张量，对应Java端需要传入原始类型的二维float数组（比如float[][]）。如果误用了装箱类型（比如Float[][]、List<Float>），或者输入维度和模型期望的[batch_size,1]不匹配，就会触发这个报错。

具体解决方案 #

1. 统一使用原始类型数组构造输入 #

Java的TensorFlow API对非标量张量有严格要求：必须用原始类型数组（float[]/float[][]），不能用装箱类型（Float[]/Float[][]）。

比如单条输入数据0.6，要这样构造数组：

// 正确：原始类型二维数组，匹配模型[None,1]的输入形状
float[][] inputData = new float[][]{{0.6f}};

而不是：

// 错误：装箱类型数组，会触发报错
Float[][] wrongInput = new Float[][]{{0.6f}};

2. 正确创建输入张量 #

使用Tensor.create()时，要明确指定张量的形状和数据类型，确保和模型导出的输入签名一致：

// 创建对应[batch_size,1]形状的float32张量
long[] inputShape = new long[]{inputData.length, 1};
Tensor<Float> inputTensor = Tensor.create(inputShape, Float.class, inputData);

3. 验证模型的输入签名（可选但推荐） #

可以用Python的saved_model_cli工具确认模型导出的输入信息，确保Java端的构造完全匹配：

saved_model_cli show --dir /你的模型路径 --all

查看输出里的输入签名，确认my_feature对应的形状是[None,1]、数据类型是DT_FLOAT。

4. 完整的Java加载预测示例 #

给你一个可参考的完整代码片段，覆盖模型加载、输入构造、预测和资源释放：

import org.tensorflow.SavedModelBundle;
import org.tensorflow.Session;
import org.tensorflow.Tensor;

import java.io.IOException;

public class ModelPredictor {
    public static void main(String[] args) {
        String modelPath = "/path/to/your/exported/model";
        try (SavedModelBundle model = SavedModelBundle.load(modelPath, "serve")) {
            Session session = model.session();
            
            // 构造输入数据（批量2条样本）
            float[][] inputData = new float[][]{{1.2f}, {3.4f}};
            Tensor<Float> inputTensor = Tensor.create(new long[]{2, 1}, Float.class, inputData);
            
            // 运行预测，替换成你模型的输出张量名称
            Tensor<?> outputTensor = session.runner()
                    .feed("my_feature", inputTensor)
                    .fetch("predictions") // 这里要换成你模型实际的输出张量名
                    .run()
                    .get(0);
            
            // 解析输出结果
            float[][] predictions = new float[2][1];
            outputTensor.copyTo(predictions);
            for (int i = 0; i < predictions.length; i++) {
                System.out.println("第" + (i+1) + "条样本预测结果：" + predictions[i][0]);
            }
            
            // 关闭张量资源
            inputTensor.close();
            outputTensor.close();
        } catch (IOException e) {
            e.printStackTrace();
        }
    }
}

总结 #

这个错误的核心就是Java端输入张量用了装箱类型数组，换成原始类型数组，同时保证维度和模型输入的[None,1]匹配，就能顺利解决问题。

内容的提问来源于stack exchange，提问作者Kab111