Python ValueError:无法将NumPy数组转换为张量（不支持的对象类型float）

我在诊断Tensorflow的问题时遇到了一个真正的问题。我得到了这个值错误，它根本不是直观的。我已经尝试将我的浮动转换为其他SO问题中指定的

np.float32

。我尝试了一篮子解决方案，但似乎无法克服

我的数据在一个数据框中。我加入了一个TF-IDF数据框架和其他一些争论不休的特性，以获得我的最终数据集。尺寸为

（71761006）

。我使用的是Tensorflow，我的模型代码是：

model = Sequential()

model.add(Dense(500, activation='relu'))
model.add(Conv1D(500, 10, activation='relu', input_shape=input_shape)) # Convultional Layer
model.add(MaxPooling1D(pool_size=10, strides=80)) # MaxPooling
model.add(LSTM(250, dropout=0.2, recurrent_dropout=0.2)) # LSTM Layer
model.add(Dense(111, activation='softmax')) #output layer
model.compile(
    loss='sparse_categorical_crossentropy',
    optimizer='adam',
    metrics=['accuracy']
)

model.fit(X_train, y_train, epochs=10, validation_data=(X_test, y_test))

---

我在一个AutoKeras模型中使用了这些数据，因此我可以合理地确定问题在于我如何构建我的模型（该模型从未完成，它花费了很长时间）。在浏览了不可避免的输入维度错误之后，我来到了这里，我想把我的头发拔出来。非常感谢任何帮助或建议

您需要将最终数据集转换为numpy数组。您可以使用以下方法：

import numpy as np
input_data = np.array(your_final_data_array).astype(np.float32)

---

现在应该可以正常工作了。

我的数据集中的某些列是字符串，但其余的值已经转换。字符串需要进行编码。此外，您可能需要使用某种形式的缩放器来缩放数据。您的模型不支持这种输入格式。你需要像帕维尔已经提到的那样进行编码。我担心我忘记了什么，我想这肯定是真的！我会对我的专栏进行编码并更新你们。谢谢编码后，请将最终数据转换为numpy