Tensorflow-ValueError:从拆分数组创建数据集时，无法将NumPy数组转换为张量

所以当我从张量切片创建tf.data.Dataset时，我有一个奇怪的错误，就像这样

train = AB.copy()
test = train.sample(2000)
train = train[~(train.A.isin(test.A))]
x_train = train.A_image.to_numpy()
y_train = train.Label.to_numpy()
x_test = test.A_image.to_numpy()
y_test = test.Label.to_numpy()
dataset = tf.data.Dataset.from_tensor_slices(({'image_input': x_train, 'label_input': y_train}, y_train))
ds_test = tf.data.Dataset.from_tensor_slices(({'image_input': x_test, 'label_input': y_test}, y_test))

现在，

dataset

的创建工作正常了 但是

ds_test

会在标题中抛出此错误。 我检查过它们是有效的数组，形状相同。 有时，当我重新启动运行时，同样的代码也会起作用

这里可能有什么问题

谢谢你看

---

编辑：首先将x_测试转换为列表，然后再转换为数组。可能x_测试恰好是一个空数组？不，不是，它有数千个示例，就像我在编辑中添加的x_列一样，当我对x_列表进行编辑时，然后将np.array（x_测试）包装起来。它可以工作。如果你能用一些虚拟数据显示一些可复制的内容，那会更好。我明白了，我会试着想出一些“恐怖”的东西