टेन्सरफ़्लो - वैल्यूएरर: एक NumPy सरणी को एक टेंसर (असमर्थित ऑब्जेक्ट प्रकार फ़्लोट) में परिवर्तित करने में विफल

पृष्ठभूमि

आप प्रशिक्षित करने का प्रयास कर रहे हैं सूचियों की सूची वाला एक मॉडल, प्रत्येक में 1000 फ़्लोट्स हैं, लेकिन त्रुटि का सामना करना पड़ता है "एक NumPy सरणी को एक Tensor (असमर्थित ऑब्जेक्ट प्रकार फ़्लोट) में परिवर्तित करने में विफल।"

कारण और समाधान

टेंसरफ़्लो के लिए आवश्यक है कि इनपुट डेटा टेंसर के रूप में हो, सूचियों के रूप में नहीं। इस मामले में, त्रुटि आपके मॉडल में इनपुट के रूप में सूचियां पास करने के कारण होती है। इसे हल करने के लिए, निम्नलिखित कोड का उपयोग करके अपने प्रशिक्षण डेटा को एक NumPy सरणी में परिवर्तित करें:

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

सुनिश्चित करें कि आपका डेटा ठीक से है स्वरूपित, श्रेणीबद्ध, NaNs और स्ट्रिंग्स जैसे मुद्दों को संबोधित करते हुए। इसके अतिरिक्त, सत्यापित करें कि आपके मॉडल का इनपुट और आउटपुट आकार उसके अपेक्षित डेटा आयामों के साथ संरेखित है।

LSTM मॉडल के लिए, अपेक्षित डेटा आयाम (बैच_आकार, टाइमस्टेप, सुविधाएँ) हैं। आप अपने मॉडल के इनपुट और आउटपुट के आकार को प्रिंट करने के लिए निम्नलिखित कोड का उपयोग कर सकते हैं:

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

डेटा समस्याओं को डीबग करने के लिए, इनपुट और आउटपुट डेटा दोनों के आकार को प्रिंट करें ताकि पुष्टि हो सके कि वे अपेक्षित प्रारूप के अनुरूप हैं। इसके अतिरिक्त, स्पाइडर जैसी आईडीई का उपयोग करने पर विचार करें जो डिबगिंग की सुविधा के लिए सेल-आधारित निष्पादन का समर्थन करता है।