小编Ton*_*y M的帖子

我目前正在学习深度学习和 Keras。当我执行这段代码时，我收到了奇怪的错误：“TypeError: Unable to build Denselayer with non-floating point dtype ”，我不知道是什么问题。我错过了什么？如何修复这个奇怪的错误？

错误显示在 model.fit(...

def create_nerual_network():
    model = tf.keras.models.Sequential()

    model.add(tf.keras.layers.Flatten())
    model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu)) # Simple Dense Layer
    model.add(tf.keras.layers.Dense(128, activation=tf.nn.relu)) # Simple Dense Layer
    model.add(tf.keras.layers.Dense(2, activation=tf.nn.softmax))   # Output layer

    return model


train_images, train_labels = load_dataset() #this function works fine
model = create_nerual_network()

model.compile(optimizer='adam',loss='sparse_categorical_crossentropy',metrics=['accuracy'])
model.fit(train_images, train_labels, epochs = 15, verbose=2)
train_loss, train_acc = model.evaluate(train_images, train_labels)

如果应用程序无法连接到服务器（例如，如果服务器已关闭），我想捕获异常，但不确定如何连接并且到目前为止尚未成功。

我的代码：

static\xc2\xa0Future<String>\xc2\xa0communicate(String\xc2\xa0img,\xc2\xa0String\xc2\xa0size)\xc2\xa0async\n{\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0\n    String\xc2\xa0request\xc2\xa0=\xc2\xa0size.padLeft(10,\xc2\xa0'0')\xc2\xa0+\xc2\xa0img;\n    Socket\xc2\xa0_socket;\n\n\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0await\xc2\xa0Socket.connect(ip,\xc2\xa09933).then((Socket\xc2\xa0sock) \n    {\n        _socket\xc2\xa0=\xc2\xa0sock;\n\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0}).then((_)\n    {\n        //Send\xc2\xa0to\xc2\xa0server\n        _socket.add(ascii.encode(request));\n        return\xc2\xa0_socket.first;\n\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0}).then((data)\n    {\n        //Get\xc2\xa0answer\xc2\xa0from\xc2\xa0server\n        response\xc2\xa0=\xc2\xa0\xc2\xa0ascii.decode(base64.decode(new\xc2\xa0String.fromCharCodes(data).trim()));\n    });\n\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0return\xc2\xa0response;\xc2\xa0\xc2\xa0\xc2\xa0\xc2\xa0\n}\n

函数调用：

var ans = await communicate(bs64Image, size);\n