无法将 NumPy 数组转换为张量（不支持的对象类型tensorflow.python.framework.ops.EagerTensor）

Question

我正在尝试使用 TensorFlow 实现一个简单的循环网络，但收到上述错误。我浏览了与以下内容相关的几个答案：

"Failed to convert a NumPy array to a Tensor (Unsupported object type ____)" 

错误，但到目前为止还没有将“tensorflow.python.framework.ops.EagerTensor”解决为不受支持的类型。在尝试实现本教程中的代码（尽管使用不同的数据集）后，我收到此错误。

错误发生在history = model.fit行上：

# Define the network
epochs_qty = 50
batch_size_qty = 72
model = Sequential()
model.add(LSTM(epochs_qty, input_shape = (train_X.shape[1], train_X.shape[2])))
model.add(Dense(1))
model.compile(loss = 'mae', optimizer = 'adam')

# Fit the network
history = model.fit(train_X, train_y, epochs = epochs_qty, batch_size = batch_size_qty, validation_data = (test_X, test_y), verbose = 2, shuffle = False)

数据集具有以下形状：

print(train_X.shape, train_y.shape, test_X.shape, test_y.shape)
>> (1762, 1, 2) (1762,) (588, 1, 2) (588,)

我正在运行以下版本：

• Python 3.7.9
• Windows 10
• 张量流-GPU-2.3.1
• CUDA 工具包 10.1 更新 1
• 适用于 CUDA 10.1 的 cuDNN v8.0.3

我尝试过禁用急切执行，但这会导致一堆额外的错误，并且对于未来的代码开发来说似乎并不是最佳选择。

另外，我尝试在本地和通过 jupyter 笔记本运行此代码。两者都会导致完全相同的错误，因此看来我的软件设置不是问题。
任何人都可以建议下一步去哪里查找此错误的原因吗？