（根据OP对这个问题的评论进行了编辑，他们在此发布了此链接：https
:
//github.com/fchollet/keras/issues/1920）
您
X不是单个numpy数组，而是一个数组数组。（否则其形状为
X.shape=(35730,513,15)。
该方法必须是单个numpy数组
fit。由于长度是可变的，因此不能有一个包含所有数据的numpy数组，因此必须将其划分为较小的数组，每个数组包含的数据长度相同。
为此，您可能应该按形状创建字典，然后手动循环字典（可能还有其他更好的方法…）：
#pre in python 3.5xByShapes = {}yByShapes = {}for itemX,itemY in zip(X,Y): if itemX.shape in xByShapes: xByShapes[itemX.shape].append(itemX) yByShapes[itemX.shape].append(itemY) else: xByShapes[itemX.shape] = [itemX] #initially a list, because we're going to append items yByShapes[itemX.shape] = [itemY]最后，您循环这本词典进行培训：
for shape in xByShapes: model.fit( np.asarray(xByShapes[shape]), np.asarray(yByShapes[shape]),... )
掩蔽
或者，您可以填充数据，以便所有样本都使用零或一些虚拟值来具有相同的长度。
然后，在模型中的任何内容之前，您可以添加
Masking将忽略这些填充段的图层。（警告：某些类型的图层不支持遮罩）
