如何修复关于 TensorFlow 预测的 TypeError？答案

【问题标题】：How to fix TypeError with respect to TensorFlow prediction?如何修复关于 TensorFlow 预测的 TypeError？
【发布时间】：2019-05-30 15:36:43
【问题描述】：

我一直在尝试使用 TensorFlow 执行神经网络预测，并且评估工作正常，但是当我将相同的数据放入预测中时，它会出现类型错误。

training_data 和 test_data 中的数据都是 2d numpy 整数数组，training_labels 和 test_labels 是 1d numpy 整数数组。

model = keras.Sequential([
  keras.layers.Dense(24, activation=tf.nn.selu),
  keras.layers.Dense(10, activation=tf.nn.tanh),
  keras.layers.Dense(5, activation=tf.nn.selu),
  keras.layers.Dense(5, activation=tf.nn.softmax)
])


model.compile(optimizer='SGD',
              loss='sparse_categorical_crossentropy',
              metrics=['accuracy'])

model.fit(training_data, training_labels, epochs=10)

test_loss,test_acc = model.evaluate(test_data, test_labels)

prediction = model.predict(test_data)

取出预测线时，代码按预期工作，但现在给出以下错误消息：

Traceback (most recent call last):
  File "learner.py", line 132, in <module>
    print("Prediction: " + model.predict(test_data))
TypeError: ufunc 'add' did not contain a loop with signature matching types dtype('S32') dtype('S32') dtype('S32')

我已经确定所有数据都是整数，所以我不确定为什么会出现类型冲突。

【问题讨论】：

您可以尝试打印test_data 并展示给我们看吗？ dtype('S32') 表示我认为这是一个字符串。

标签： python tensorflow

【解决方案1】：

使用predict时，test_data应该和type(training_data[0])的数据类型相同，返回的数据类型是type(training_labels[0])

另外，

print("Prediction: " + model.predict(test_data))

必须

print("Prediction: " + str(model.predict(test_data)))

【讨论】：