Python UnimplementedError:不支持将字符串转换为浮点[[节点转换（在C:/Users/User/.spyder-py3/LSTM.py:132处定义）]]

创建错误，但我可以找到他们引用的字符串。 第132行：回调=[tensorboard，checkpoint]

filepath = "LSTM_Final-{epoch:02d}" # unique file name that will include the epoch and the validation acc for that epoch
checkpoint = ModelCheckpoint("models\\{}.model".format(filepath, monitor='val_acc', verbose=1, save_best_only=True, mode='max')) # saves only the best ones

# Train model
history = model.fit(
    np.array(train_x), np.array(train_y),
    batch_size=BATCH_SIZE,
    epochs=EPOCHS,
    validation_data=(np.array(validation_x), np.array(validation_y)),
    callbacks=[tensorboard, checkpoint],
)

---

您没有提供

ModelCheckpoint（）

的代码，但我假设它需要几个参数

编辑：OP评论说它来自

keras.callbacks.callbacks.ModelCheckpoint（）

。说这应该能解决问题

文档中的注意事项：

filepath

可以包含命名的格式选项，这些选项将填充

epoch

的值和

日志中的键（在epoch\u end上传入
）

filepath=“LSTM_Final-{epoch:02d}-{value_acc:.2f}”
checkpoint=ModelCheckpoint（文件路径，monitor='val\u acc'，verbose=1，save\u best\u only=True，mode='max'）
问题在于数据已标记，代码只接受未标记的数据。不幸的是，错误日志没有很好地表明这一点。
tensorboard=tensorboard（log_dir=“logs\\{}”.format（NAME））发布完整的错误消息。
NAME=f“mylog”
这显然没有帮助。但是尝试使用
val\u acc
而不是
val\u loss
。根据我的研究，文件路径字符串用在format（）中，不需要f代表f-string@mystack您没有在
“LSTM_Final-{epoch:02d}”上调用format
@mystack这行代码在做什么
checkpoint=modelscheckpoint（“models\\{}.model.”格式（filepath，monitor='val\u acc'，verbose=1，save\u best\u only=True，mode='max'））
？你想让第一个参数看起来像什么？它在文件夹中创建一个名为LSTM#u Final（它是史诗的#）的文件模型。模型就是你想要的吗？@mystack好的，我想我理解这个问题。更新。