Tensorflow — ValueError: не удалось преобразовать массив NumPy в тензор (неподдерживаемый тип объекта с плавающей запятой)

Background

Вы пытаетесь тренироваться модель со списком списков, каждый из которых содержит 1000 чисел с плавающей запятой, но возникает ошибка «Не удалось преобразовать массив NumPy в тензор (неподдерживаемый тип объекта с плавающей запятой).»

Причина и решение

Tensorflow требует, чтобы входные данные были в форме тензоров, а не списков. В этом случае ошибка вызвана передачей списков в качестве входных данных в вашу модель. Чтобы решить эту проблему, преобразуйте данные обучения в массив NumPy, используя следующий код:

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

Убедитесь, что ваши данные правильно отформатирован, решая такие проблемы, как категориальные числа, NaN и строки. Кроме того, убедитесь, что входные и выходные формы вашей модели соответствуют ожидаемым размерам данных.

Для моделей LSTM ожидаемыми размерами данных являются (batch_size, временные шаги, функции). Вы можете использовать следующий код для печати форм входных и выходных данных вашей модели:

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

Для устранения проблем с данными распечатайте формы входных и выходных данных, чтобы убедиться, что они соответствуют ожидаемому формату. Кроме того, рассмотрите возможность использования IDE, такой как Spyder, которая поддерживает выполнение на основе ячеек для облегчения отладки.