将 2D numpy 数组转换为 Tensorflow 数据集答案

【问题标题】：Convert 2D numpy array to Tensorflow Dataset将 2D numpy 数组转换为 Tensorflow 数据集
【发布时间】：2018-07-22 00:24:18
【问题描述】：

我有一个形状为 (n, 12) 的 numpy 数组，表示我的数据的输入数据点，浮点形式，以及一个形状为 (n,) 的 numpy 数组，其中包含数据点的标签（整数）。

但是，我不知道如何将其转换为 tensorflow 数据集 - guide 方法会引发错误：

违规的代码行是dataset= tf.data.Dataset.from_tensor_slices((features, labels)) 给出错误TypeError: Expected binary or unicode string, got Decimal('0.4367')

谢谢

【问题讨论】：

编辑您的帖子以包含您的代码和错误
添加代码和错误
似乎features 或labels 属于意外类型。您是从文本文件中读取它们吗？在尝试构建数据集之前，您是否将字符串转换为数字格式？
经过外部处理，特征全部为十进制值，标签全部为整数

标签： python numpy tensorflow tensorflow-datasets

【解决方案1】：

您的输入数组之一似乎包含decimal.Decimal 类型的元素。 TensorFlow 本身不支持这种类型，因此您必须将数组转换为 np.float32 或 np.float64。

例如，假设features 是包含Decimal 值的数组，您可以将其转换如下：

import numpy as np
features = np.array([decimal.Decimal(1.0), decimal.Decimal(2.0), decimal.Decimal(3.0)])

print(features)  # ==> "[Decimal('1') Decimal('2') Decimal('3')]"
print(features.dtype)  # ==> "object"

features = features.astype(np.float32)

print(features)  # ==> "[1. 2. 3. 4.]"
print(features.dtype)  # ==> "float32"

【讨论】：