python - (Keras)ValueError : Failed to convert a NumPy array to a Tensor (Unsupported object type float)

Question

我知道这个问题已在下面的链接中得到了解答，但不适用于我的情况。(Tensorflow - ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float))

我的预测变量(X)和目标变量(y)均为<class 'numpy.ndarray'>，它们的形状分别为
X:(8981，25)
y:(8981，1)

但是，我仍然收到错误消息。
ValueError:无法将NumPy数组转换为张量(不支持的对象类型float)。

请引用以下代码:

import tensorflow as tf
ndim = X.shape[1]
model = tf.keras.models.Sequential()
# model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu, input_dim=ndim))
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu))
model.add(tf.keras.layers.Dense(2, activation = tf.nn.softmax))
model.compile(optimizer = 'adam',
              loss = 'sparse_categorical_crossentropy',
              metrics = ['accuracy'])
model.fit(X.values, y, epochs = 5)
y_pred = model.predict([X_2019])

任何帮助将不胜感激!谢谢!!!

Answer 1

在创建dtype=np.float数组时，尝试插入np:

np.array(*your list*, dtype=np.float)