Tensorflow – ValueError: Fehler beim Konvertieren eines NumPy-Arrays in einen Tensor (nicht unterstützter Objekttyp float)

Hintergrund

Sie versuchen zu trainieren ein Modell mit einer Liste von Listen, die jeweils 1000 Floats enthalten, aber es tritt der Fehler „Fehler beim Konvertieren eines NumPy-Arrays in einen Tensor (nicht unterstützter Objekttyp Float)“ auf.

Ursache und Lösung

Tensorflow erfordert, dass Eingabedaten in Form von Tensoren und nicht in Form von Listen vorliegen. In diesem Fall wird der Fehler dadurch verursacht, dass Sie Listen als Eingabe an Ihr Modell übergeben. Um dieses Problem zu beheben, konvertieren Sie Ihre Trainingsdaten mit dem folgenden Code in ein NumPy-Array:

x_train = np.asarray(x_train).astype('float32')

Stellen Sie sicher, dass Ihre Daten ordnungsgemäß sind formatiert und behebt Probleme wie Kategoriale, NaNs und Zeichenfolgen. Überprüfen Sie außerdem, ob die Eingabe- und Ausgabeformen Ihres Modells mit den erwarteten Datendimensionen übereinstimmen.

Für LSTM-Modelle sind die erwarteten Datendimensionen (Batchgröße, Zeitschritte, Features). Sie können den folgenden Code verwenden, um die Formen der Ein- und Ausgaben Ihres Modells zu drucken:

[print(i.shape, i.dtype) for i in model.inputs]
[print(o.shape, o.dtype) for o in model.outputs]

Um Datenprobleme zu beheben, drucken Sie die Formen der Eingabe- und Ausgabedaten aus, um zu bestätigen, dass sie dem erwarteten Format entsprechen. Erwägen Sie außerdem die Verwendung einer IDE wie Spyder, die die zellenbasierte Ausführung unterstützt, um das Debuggen zu erleichtern.