无法将 NumPy 数组转换为张量（不支持的对象类型 numpy.ndarray）错误答案

【问题标题】：Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray) error无法将 NumPy 数组转换为张量（不支持的对象类型 numpy.ndarray）错误
【发布时间】：2022-01-10 03:21:18
【问题描述】：

我尝试训练一个张量流模型。但我得到了错误。

Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray).

这是我的合身代码：

model.fit(self.datas.trainImages, self.datas.trainLabels,self.datas.batch_size, epochs =self.datas.epochs)

我的 self.datas.trainImages 是 numpy.array() 它的形状是 (16,) 它有 16 个样本，它们的大小是 28x28，它是 mnist 数据集。

self.train_dataset = [[cv2.imread(image0),0],[cv2.imread(image1),1],[cv2.imread(image2),2],[...],[...]]
self.trainDataset = numpy.array(self.train_dataset)
        
self.trainImages, self.trainLabels = numpy.asarray(self.trainDataset[:,0])/255,self.trainDataset[:,1] #.astype(numpy.float32)/



self.val_dataset = [[cv2.imread(image0),0],[cv2.imread(image1),1],[cv2.imread(image2),2],[...],[...]]

self.valDataset = numpy.array(self.val_dataset)#.astype(numpy.float32)
self.valImages, self.valLabels = numpy.asarray(self.valDataset[:,0])/255,self.valDataset[:,1] #.astype(numpy.float32)/255

我尝试使用 astype 或 numpy.ndarray 但又遇到了另一个错误。我确信 self.datas.trainImages 中的所有数据都是浮点数并且具有相同的形状。

【问题讨论】：

“另一个错误”是什么。 trainImages.dtype 是什么？
@hpaulj 我检查它是对象，但它的值是数字。
@hpaulj 如果我将 dtype 转换为 numpy.float 32，我会收到此错误：setting an array element with a sequence.
这告诉我数组是object dtype，其中元素的形状各不相同。它不能转换为多维数字 dtype 数组。这是张量转换错误的根源。
@hpaulj 我检查了self.trainImages中的元素形状，它们都具有相同的大小（28,28）

标签： python numpy tensorflow

【解决方案1】：

是否可以打印出某种类型的错误输出？

就我个人而言，我遇到了类似的问题，通过用“np.stack()”覆盖我的输入，它添加了一个额外的维度，改变了数组的形状并允许它工作。

即

images = np.stack(self.data.trainImages)

编辑：删除无关信息

【讨论】：

感谢您的回答，您的第一个回答解决了我的问题。但这很奇怪，因为我可能在 4-6 个月之前使用了相同的方法并且它有效并且我没有更新我的 tensorflow 版本。我遇到了另一个错误，我会为新的错误打开新帖子。
抱歉，我误读了您所做的 fit() 调用，我的答案的第二部分是 2 个输入 1 个输出。
没问题，我明白你的意思，再次感谢一切。