无法将 NumPy 数组转换为张量(不支持的对象类型浮点数)
Posted
技术标签:
【中文标题】无法将 NumPy 数组转换为张量(不支持的对象类型浮点数)【英文标题】:Failed to convert a NumPy array to a Tensor (Unsupported object type float) 【发布时间】:2020-10-02 10:16:37 【问题描述】:我尝试了多种在线发布的解决方案,但均无济于事。我的代码中是否缺少某些内容?
我的数据包含多个浮点变量,其中一个字符串变量是 OneHotEncoded。
我的模特:
import numpy as np
import pandas as pd
import tensorflow as tf
dataset = pd.read_csv('Processed Temp.csv')
X = dataset.iloc[:, :-1].values
y = dataset.iloc[:, -1].values
from sklearn.preprocessing import OneHotEncoder
from sklearn.compose import ColumnTransformer
ct = ColumnTransformer(transformers = [('encoder', OneHotEncoder(), [0])], remainder = 'passthrough')
X = np.array(ct.fit_transform(X))
X = np.asarray(X)
y = np.asarray(y)
from sklearn.model_selection import train_test_split
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size = 0.2, random_state = 0)
ann = tf.keras.models.Sequential()
ann.add(tf.keras.layers.Dense(units=19, activation='relu'))
ann.add(tf.keras.layers.Dense(units=19, activation='relu'))
ann.add(tf.keras.layers.Dense(units=1))
ann.compile(optimizer = 'adam', loss = 'mean_squared_error')
ann.fit(X_train, y_train ,batch_size = 32, epochs = 100)
y_pred = ann.predict(X_test)
np.set_printoptions(precision=2)
print(np.concatenate((y_pred.reshape(len(y_pred),1), y_test.reshape(len(y_test),1)),1))
错误:
ValueError Traceback (most recent call last)
<ipython-input-14-4d1188c7d3d7> in <module>()
1
----> 2 ann.fit(X_train, y_train ,batch_size = 32, epochs = 100)
12 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
94 dtype = dtypes.as_dtype(dtype).as_datatype_enum
95 ctx.ensure_initialized()
---> 96 return ops.EagerTensor(value, ctx.device_name, dtype)
97
98
ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float).
感谢我能得到的所有帮助。谢谢!
【问题讨论】:
这能回答你的问题吗? Tensorflow - ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float) 【参考方案1】:您能否提供与此问题相关的数据集?没有数据集,很难说你的变量或方法是否错误。无论如何,要将任何数组转换为张量,我们可以使用“tensorflow.convert_to_tensor()”语法。
arr=np.array([[1,2,3,4,5],[6,7,8,9,1]]) arr=tf.convert_to_tensor(arr) print(type(arr))
这会将一个 numpy 数组转换为张量。
更多内容可以访问here
【讨论】:
以上是关于无法将 NumPy 数组转换为张量(不支持的对象类型浮点数)的主要内容,如果未能解决你的问题,请参考以下文章
TensorFlow ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型列表)
Tensorflow - ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型浮点数)
Keras:ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型列表)
自己的数据集:ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型 int)
“ValueError:无法将 NumPy 数组转换为张量(不支持的对象类型 numpy.ndarray)。在 TensorFlow CNN 中进行图像分类