Python 当使用张量流拟合分类器时，是什么导致此属性错误？

我试图编辑一些示例张量代码流，用一些数据来训练和测试卷积神经网络。我目前有以下代码，用于设置张量流并从文件中获取图像数据：

mnist_classifier = learn.Estimator(
      model_fn=cnn_model_fn, model_dir="/tmp/mnist_convnet_model")


tensors_to_log = {"probabilities": "softmax_tensor"}
logging_hook = tf.train.LoggingTensorHook(
      tensors=tensors_to_log, every_n_iter=50)


testImages = []
testLabels = []
for filename in os.listdir('images'):
    im = cv2.imread('images/' + filename)
    testImages.append(im)
    testLabels.append(np.int32(1.0))

for filename in os.listdir('badImages'):
    im = cv2.imread('badImages/' + filename)
    testImages.append(im)
    testLabels.append(np.int32(0.0))

然后，我尝试用以下行拟合模型：

 mnist_classifier.fit(
      x=testImages,
      y=testLabels,
      batch_size=10,
      steps=20000,
      monitors=[logging_hook])

但这会在运行时崩溃，并出现以下错误：

if x_is_dict else check_array(x, x.dtype)
AttributeError: 'list' object has no attribute 'dtype'

---

它似乎在说我的testImages var的结构/格式有一些问题，但我已经确认它是正确的类型-一个numpy.ndarray的numpy.ndarray。有什么想法吗？

我认为你的

x

应该是类型，但看起来你在使用列表

>>> import numpy as np
>>> x= np.array([1,2,3])
>>> x.dtype
dtype('int64')
>>> y=[1,2,3]
>>> y.dtype
Traceback (most recent call last):
  File "<stdin>", line 1, in <module>
AttributeError: 'list' object has no attribute 'dtype'

>>将numpy作为np导入
>>>x=np.数组（[1,2,3]）
>>>x.D类型
数据类型（'int64'）
>>>y=[1,2,3]
>>>y.D类型
回溯（最近一次呼叫最后一次）：
文件“”，第1行，在
AttributeError:“list”对象没有属性“dtype”

错误说明

x

是一个

列表

，因此没有

数据类型

。在

fit

命令中，我看到

x=testImages,

更早

testImages = []   # and list append's

---

你在哪里确认这是一个数组？

在我附加到测试图像后，我打印了它的类型，它说bumpy.ndarray，但我会再次检查它