Python 将用于张量模型预测的嵌套列表转换为np.array是不正确的

我创建了一个输入数组，它来自：

initial window = 'I have a bad feeling about this'
seq_tokens = t.texts_to_sequences(initial_window)
# seq_tokens = [[4], [], [], [5], [590], [], [], [5], [], [998], [5], [], [], [], [], [], [], [4], [], [], [], [5], [998], [591], [], [], [], [], [], [4], []]

我需要将seq_标记重新设置为（1,7,1）。但当我做以下事情时：

X_in = numpy.array(seq_tokens)
X_in = np.reshape(X_in, [1, 7, 1])

我得到了一个混乱的X_，就像这样：

[[[list([4])]
[list([])]
[list([])]
[list([5])]
[list([590])]
[list([])]
[list([])]
[list([5])]
[list([])]
[list([998])]
[list([5])]
[list([])]
[list([])]
[list([])] .........

我需要把这个输入我的GRU模型。这会引发一个错误：

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type list).

关于如何修复此问题的任何建议？？？

根据，

标记器。text_to_sequences（）

将字符串列表作为参数。如果只提供字符串，它可能会尝试创建由单个字母组成的序列列表

如果我做一个

from tensorflow.keras.preprocessing.text import Tokenizer
import numpy as np
t = Tokenizer()
t.fit_on_texts([initial_window]) # I don't have your sequence tokens so I use what is provided
initial_window = 'I have a bad feeling about this'
seq_tokens = t.texts_to_sequences([initial_window])

#seq_tokens = [[1, 2, 3, 4, 5, 6, 7]]

---

观察文本周围的方括号，将其列为列表。

seq_标记

不适合（1,7,1）形状的数组。还是我遗漏了什么？您希望重塑后的

seq_令牌

看起来像什么？我需要它是3d阵列。但是那些缺少值的数组不能用hstack或asarrayy添加。你不能从1个元素和0个元素列表的混合中创建n-d数组，或

tensor

。您的列表长度必须相同。