Python 在传输学习值错误中：无法将NumPy数组转换为张量

我正在使用Iris数据集练习迁移学习

对于以下代码，我得到以下错误消息：

无法将NumPy数组转换为张量（不支持的对象类型） 浮动）

我需要帮助解决这个错误

下面是导入的库

使用pandas读取csv文件

转换为numpy数组进行分类

建立神经网络,

编译神经网络模型

适合车型，请关注本部分内容

model_fit=model.fit(x,y, verbose=2, epochs=10, steps_per_epoch=3)

错误如下所示：

ValueError回溯（最近一次调用）
在（）
---->1模型拟合=model.fit（x，verbose=2，epoch=10，每个epoch的步数=3）
13帧
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor（value、ctx、dtype）
96 dtype=dtypes.as\u dtype（dtype）.as\u datatype\u enum
97 ctx.确保_已初始化（）
--->98返回操作数（值，ctx.device\u名称，数据类型）
99
100
ValueError:无法将NumPy数组转换为张量（不支持的对象类型float）。

您可以尝试以下方法：

X = np.asarray(x).astype(np.float32)

model_fit=model.fit(X,y, verbose=2, epochs=10, steps_per_epoch=3)

似乎其中一列不受支持。所以只需将其转换为数据类型为float的numpy数组

注意：您以错误的方式定义了包含该类的

x

。应该是：

x = df[['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']].values

---

@ImdadulHaque你也注意到那张纸条了吗？关于建造

x

model = Sequential()
model.add(Dense(50, input_dim = x.shape[1], activation= 'relu'))   #Hidden Layer-->1
model.add(Dense(25, activation= 'relu'))     #Hidden Layer-->2
model.add(Dense(y.shape[1], activation= 'softmax'))     #Output

model.compile(loss ='categorical_crossentropy', optimizer ='adam')

model_fit=model.fit(x,y, verbose=2, epochs=10, steps_per_epoch=3)

ValueError                                Traceback (most recent call last)
<ipython-input-48-0ff464178023> in <module>()
----> 1 model_fit=model.fit(x,verbose=2, epochs=10, steps_per_epoch=3)

13 frames
/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
     96       dtype = dtypes.as_dtype(dtype).as_datatype_enum
     97   ctx.ensure_initialized()
---> 98   return ops.EagerTensor(value, ctx.device_name, dtype)
     99 
    100 

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

X = np.asarray(x).astype(np.float32)

model_fit=model.fit(X,y, verbose=2, epochs=10, steps_per_epoch=3)

x = df[['SepalLengthCm', 'SepalWidthCm', 'PetalLengthCm', 'PetalWidthCm']].values