Python 无法将numpy数组转换为张量

我曾尝试在python中使用keras/tensorflow使用model.fit，但我遇到了这个错误。所有软件包安装良好，但我收到了转换为numpy阵列的问题

~\AppData\Roaming\Python\Python38\site packages\tensorflow\Python\framework\constant\u op.py in constant（值、数据类型、形状、名称）
259 ValueError：如果在符号张量上调用。
260   """
-->261返回\u常量\u impl（值、数据类型、形状、名称、验证\u形状=False，
262允许_广播=真）
263
~\AppData\Roaming\Python\Python38\site packages\tensorflow\Python\framework\constant\u op.py in\u constant\u impl（值、数据类型、形状、名称、验证形状、允许广播）
268 ctx=context.context（）
269如果ctx.executing_急切地（）
-->270 t=转换为张量（值、ctx、数据类型）
271如果形状为“无”：
272返回t
~\AppData\Roaming\Python\Python38\site packages\tensorflow\Python\framework\constant\u op.py in convert\u to\u eager\u tensor（值、ctx、数据类型）
94 dtype=dtypes.as\u dtype（dtype）.as\u datatype\u enum
95 ctx.确保_已初始化（）
--->96返回运算符（值，ctx.device\u名称，数据类型）
97
98
ValueError:无法将NumPy数组转换为张量（不支持的对象类型int）。

我的代码：

X=trainingpreds.values
y=训练标签。值
#定义keras模型model=Sequential（）
添加（密集（20，输入尺寸=24，激活=relu'））
model.add（密集（12，activation='relu'））
model.add（密集型（1，激活='sigmoid'））
#编译keras模型。编译（loss='binary_crossentropy'，optimizer='adam'，metrics=['accurity']）
模型拟合（X，y）

假设

x

和

y

应为

int

类型，并且您在

模型中遇到错误。如果使用fit

，您可以强制转换为

dtype

   x = tf.cast(trainingpreds.values, tf.int32)
   y = tf.cast(traininglabels, tf.int32)

---

若要了解更多信息，请参考假设

x

和

y

应为

int

类型，并且您在

模型中遇到错误。如果使用fit

，您可以强制转换为

dtype

   x = tf.cast(trainingpreds.values, tf.int32)
   y = tf.cast(traininglabels, tf.int32)

欲了解更多信息，请参阅