小编luc*_*chn的帖子

我使用 Keras 功能 API 构建了一个多输入模型。这个想法是对文本及其元数据进行分类。该模型适用于 NumPy 格式输入，但适用于 tf.data.Dataset 则失败。

UnimplementedError:  Cast string to int32 is not supported
     [[node functional_5/Cast (defined at <ipython-input-3-8e2b230c1da3>:17) ]] [Op:__inference_train_function_24120]

Function call stack:
train_function

我不确定如何解释它，因为两个输入应该是相等的。预先感谢您的任何指导。我在下面附上了我的项目的虚拟等效项。

模型：

import tensorflow as tf
import tensorflow.keras as keras
from tensorflow.keras import Input, Model, layers
from transformers import DistilBertTokenizer, TFDistilBertModel


MAX_LEN = 20

STRING_CATEGORICAL_COLUMNS = [
    "Organization",
    "Sector",
    "Content_type",
    "Geography",
    "Themes",
]

VOCAB = {
    "Organization": ["BNS", "FED", "ECB"],
    "Sector": ["BANK", "ASS", "MARKET"],
    "Content_type": ["LAW", "NOTES", "PAPER"],
    "Geography": ["UK", "FR", "DE", …