(Keras) ValueError: 无法将 NumPy 数组转换为张量（不支持的对象类型浮点数）答案

【问题标题】：(Keras) ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float)(Keras) ValueError: 无法将 NumPy 数组转换为张量（不支持的对象类型浮点数）
【发布时间】：2020-05-04 16:28:12
【问题描述】：

我知道这个问题之前已经在下面的链接中回答过，但它不适用于我的情况。(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) 都是 <class 'numpy.ndarray'>，它们的形状是 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（不支持的对象类型浮点数）。

请参考以下代码：

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！！！

【问题讨论】：

您能否将完整的追溯添加到您的问题中？
另外，你确定你的 X 和 y 是 numpy 数组吗？ np.array 没有 .values 属性。
是的，byte X.values 是一个数组，不是吗？
取决于 X 是什么。
X 是一个带有浮动条目的 pandas 数据框

标签： python python-3.x tensorflow keras numpy-ndarray

【解决方案1】：

尝试在创建np 数组时插入dtype=np.float：

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

【讨论】：

@ronsg83 如果有帮助请标记为答案:)

【解决方案2】：

我的一些专栏是分类的。尝试打印X.dtypes 并检查是否有任何条目为“对象”类型。另一个有用的命令：X[X.dtypes=='object']

【讨论】：

【解决方案3】：

我也收到此错误消息。我的问题是我的输入文件中的 NULL 字符很少，我将其导入到为 Keras/tensorflow 提供数据的数据框中。

我知道有 NULL 是因为：

df.isnull().any()    ## check for nulls ... should say False

...告诉我有 NULLS（即 TRUE）

为了删除有问题的 NULL，我使用了这个：

df = df.dropna(how='any',axis=0)

... df 是我的 numpy 数据框。

之后我的 model.fit 运行良好！

当然，错误信息“Failed to convert a NumPy array to a Tensor (Unsupported object type float)”可能有很多原因。

我的根本问题是时髦的输入数据。上面的代码修复了它。

【讨论】：