(Keras) ValueError：无法将 NumPy 数组转换为张量（不支持的对象类型浮点数）

Question

我知道之前在下面的链接中已经回答了这个问题，但它不适用于我的情况。（Tensorflow - ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float)）

我的预测变量 (X) 和目标变量 (y)<class 'numpy.ndarray'>和它们的形状都是 X: (8981, 25) y: (8981, 1)

但是，我仍然收到错误消息。ValueError：无法将 NumPy 数组转换为张量（不支持的对象类型浮点数）。

请参考以下代码：

import tensorflow as tf
ndim = X.shape[1]
model = tf.keras.models.Sequential()
# model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu, input_dim=ndim))
model.add(tf.keras.layers.Dense(36, activation = tf.nn.relu))
model.add(tf.keras.layers.Dense(2, activation = tf.nn.softmax))
model.compile(optimizer = 'adam',
              loss = 'sparse_categorical_crossentropy',
              metrics = ['accuracy'])
model.fit(X.values, y, epochs = 5)
y_pred = model.predict([X_2019])

任何帮助将不胜感激！谢谢！！！

Answer 1

dtype=np.float创建np数组时尝试插入：

np.array(*your list*, dtype=np.float)