tensorflow keras拟合，输入验证数据( data，(target1，target2))，获取错误：‘预期无数据，但获取：’

根据您提供的问答内容，我将尝试给出完善且全面的答案。

在使用TensorFlow和Keras进行拟合时，如果您在输入验证数据时遇到了错误信息：“预期无数据，但获取：”，这通常意味着您的验证数据未正确传递给模型。下面是一些可能导致此错误的原因和解决方法：

1. 数据格式不匹配：请确保您的验证数据与模型期望的输入格式相匹配。例如，如果您的模型期望输入为张量（tensor），则验证数据也应该是张量。您可以使用tf.convert_to_tensor()函数将数据转换为张量。
2. 数据维度不匹配：验证数据的维度应该与模型期望的输入维度相匹配。请检查验证数据的形状（shape）是否与模型定义中的输入层形状一致。如果不一致，您可以使用tf.reshape()函数调整数据的形状。
3. 数据类型不匹配：验证数据的数据类型应该与模型期望的输入数据类型相匹配。请确保验证数据的数据类型与模型定义中的输入层数据类型一致。您可以使用tf.cast()函数将数据转换为正确的数据类型。
4. 数据预处理问题：如果您在训练数据上应用了某种预处理操作（例如归一化或标准化），请确保在验证数据上也应用了相同的预处理操作。这样可以保持数据的一致性。
5. 数据加载问题：请检查您加载验证数据的代码，确保数据被正确加载并传递给模型。您可以使用TensorFlow的数据加载工具（例如tf.data.Dataset）来加载和处理数据。

总结起来，当您在使用TensorFlow和Keras进行拟合时，如果遇到错误信息：“预期无数据，但获取：”，请检查数据的格式、维度、数据类型、预处理操作以及数据加载过程，确保验证数据正确传递给模型。

关于TensorFlow和Keras的更多信息，您可以参考腾讯云的相关产品和文档：

• TensorFlow产品介绍：https://cloud.tencent.com/product/tensorflow
• Keras产品介绍：https://cloud.tencent.com/product/keras

请注意，以上答案仅供参考，具体的解决方法可能因您的具体情况而异。建议您查阅相关文档或寻求专业人士的帮助来解决该错误。