尝试使用训练数据时出现奇怪的错误答案

【问题标题】：Weird error when trying to use training data尝试使用训练数据时出现奇怪的错误
【发布时间】：2020-06-12 00:05:29
【问题描述】：

在尝试运行以下代码时（我已将数据替换为 1、2、3... 数字以使问题可重现）

x_train = np.array([[1,2,3,4,5,6,7,8,9,10]]*1000).astype("float32")
y_train = np.asarray([1.0]*1000).astype("float32")
model = tf.keras.models.Sequential([
  tf.keras.layers.Input(shape=(10,)),
  tf.keras.layers.Dense(128,activation='relu'),
  tf.keras.layers.Dense(128,activation='relu'),
  tf.keras.layers.Dense(1, activation='softmax')
])
model.compile(
    loss=tf.keras.losses.MeanSquaredError,
    optimizer=tf.keras.optimizers.Adam(0.001),
    metrics=['mae'],
)
model.fit(x=x_train,y=y_train,epochs=5)

我从最后一行得到TypeError: Expected float32 passed to parameter 'y' of op 'Equal', got 'auto' of type 'str' instead. Error: Expected float32, got 'auto' of type 'str' instead.。

错误信息有点无意义，因为没有字符串，所以我的问题是：

发生了什么事？
如何克服这个问题并适应模型中代码中指定的x_train,y_train？

【问题讨论】：

你没有正确传递损失，MeanSquaredError 是一个类，你应该创建它的一个实例（如 loss=tf.keras.losses.MeanSquaredError()）
@史诺比博士，是的！我想你是正确的。我可以按照你的建议进行训练。请张贴作为答案。

标签： python tensorflow keras tf.keras

【解决方案1】：

不要忘记实例化你的损失:)

tf.keras.losses.MeanSquaredError() # put parentheses

【讨论】：