Tensorflow - ValueError : échec de la conversion d'un tableau NumPy en Tensor (type d'objet float non pris en charge)

Arrière-plan

Vous essayez de vous entraîner un modèle avec une liste de listes, chacune contenant 1 000 flottants, mais rencontre l'erreur "Échec de la conversion d'un tableau NumPy en Tensor (type d'objet flottant non pris en charge)."

Cause et solution

Tensorflow nécessite que les données d'entrée soient sous la forme de tenseurs et non de listes. Dans ce cas, l'erreur est due au fait que vous transmettez des listes en entrée à votre modèle. Pour résoudre ce problème, convertissez vos données d'entraînement en tableau NumPy à l'aide du code suivant :

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

Assurez-vous que vos données sont correctement formaté, abordant des problèmes tels que les catégories, les NaN et les chaînes. De plus, vérifiez que les formes d'entrée et de sortie de votre modèle correspondent aux dimensions de données attendues.

Pour les modèles LSTM, les dimensions de données attendues sont (batch_size, pas de temps, fonctionnalités). Vous pouvez utiliser le code suivant pour imprimer les formes des entrées et sorties de votre modèle :

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

Pour déboguer les problèmes de données, imprimez les formes des données d'entrée et de sortie pour confirmer qu'elles sont conformes au format attendu. De plus, envisagez d'utiliser un IDE comme Spyder qui prend en charge l'exécution basée sur les cellules pour faciliter le débogage.