Python 将标记化全文传递到keras嵌入层时发生形状错误

我正在尝试用tensorflow 2.0构建一个机器学习模型，它将用于对全文ocr数据进行分类。它使用了一个嵌入层，我正在使用该嵌入层。我已经对全文进行了预处理和标记，并将所有数据保存为pickle

我正在从pickle加载所有内容，并将全文系列转换为numpy数组，如下所示：

df = pd.read_pickle("my_pickle.pkl")
feature = df['FullTextTokenized']

split_idx = int(len(features) * 0.8)
train_x = features[:split_idx].to_numpy()
test_x = features[split_idx:].to_numpy()

train_y = labels[:split_idx].to_numpy()
test_y = labels[split_idx:].to_numpy()

一切正常。train_x现在是int32数组的数组。 如果我打印形状，我会得到以下结果，这也是正确的：

打印（列车形状）
打印（序列号x[0]。形状）
输出：
(126239,)
(1246,)

因此，我开始构建我的模型，总结如下：

图层（类型）输出形状参数#
=================================================================
层_嵌入（嵌入）（无，1246300）30000000
...

因此，一切都应该正常工作，因为嵌入层希望与我的train_x具有相同的形状

我以以下方式开始培训：

#列车型号
模型安装（列车x，
训练，
验证分割=0.1，
回调=[cp_回调]，
纪元=3，
批次（单位大小=512）

当我这样做的时候，我得到了以下错误，这对我来说毫无意义：

ValueError:检查输入时出错：预期层\u嵌入\u输入具有形状（1246），但获得具有形状（1，）的数组

我的数据的输入形状是（1240，），如上面打印形状时所示。 我是否需要再做一步，让tensorflow接受整个数组作为一个输入，或者它是在尝试获取给定数组的最底层，即int32

提前感谢您提供的任何帮助