很抱歉，如果答案很简单！我只是进入Keras。
我有50个视频，该视频的模型每秒输出7个测量指标到一个列表中。这些视频的长度不同，因此我最终拥有7套指标的50套[num_seconds]套。形状是（50，num_seconds，7）。
我刚发现here，对model.fit（）的连续调用将逐步训练模型，这非常好-这意味着我可以为每个单独的视频训练模型并回避此问题以训练数据。但是，我现在在验证数据方面也遇到了同样的问题-由于x_test的每个元素都有不同的形状，因此我收到"ValueError: Error when checking input: expected input_1 to have 3 dimensions, but got array with shape (50, 1)".，尽管它说x_test是(50,1)，但我可以看到{{1} }，x_test[0] = (592,7)等。是否有类似的方法可以使用这些锯齿状数组验证数据并设置检查点以保存具有最佳val_loss的模型？
x_test[1] = (718,7)