Không thể tìm thấy bộ điều hợp dữ liệu có thể xử lý đầu vào: <class 'numpy.ndarray'>, (<class 'list'> chứa các giá trị của các loại {Hồi <class 'int'> '}})

history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1)

vấn đề là

Hiển thị lỗi:

ValueError: Failed to find data adapter that can handle input: <class 'numpy.ndarray'>, (<class 'list'> containing values of types {"<class 'int'>"})

ValueError trong TensorFlow

https://pythonprogramming.net/convolutional-neural-network-deep-learning-python-tensorflow-keras/

Tôi đã thử làm theo mã và làm việc cho tôi:

IMG_SIZE = 50

X = np.array(X).reshape(-1, IMG_SIZE, IMG_SIZE, 1)

y = np.array(y)

history = model.fit(X, y, batch_size=32, epochs=40, validation_split=0.1)

Vì vậy, điều này đang xảy ra phiên bản mới hơn của tenorflow Tôi không chắc chắn từ đâu nhưng tôi đã ở phiên bản 2.0.0 và điều tương tự đã xảy ra

Tôi giả sử rằng bạn chỉ chuyển đổi mảng X thành mảng numpy Nhưng thay vào đó, hãy thử chuyển đổi 'X' cũng như 'y' sang mảng numpy bằng cách sử dụng dtype như np.uint8

Điều đó sẽ giải quyết vấn đề

Tôi đã phải đối mặt với cùng một vấn đề. Hóa ra nó là một dạng của một danh sách. Tôi đã phải chuyển đổi các trường thành một mảng numpy như:

training_padded = np.array(training_padded)
training_labels = np.array(training_labels)
testing_padded = np.array(testing_padded)
testing_labels = np.array(testing_labels)

đó là nó!

VIKI đã nói một câu trả lời tốt. Tôi đang thêm thông tin. Nó cũng từng làm sập máy chủ colab đối với tôi, trước khi tôi thêm các hàm bao np.array ().

# Need to call np.array() around pandas dataframes.
# This crashes the colab host from TF attempting a 32GB memory alloc when np.array() wrappers are not used around pandas dataframes.
# Wrapping also cures warning about "Failed to find data adapter that can handle input"
history = model.fit(x=np.array(tr_X), y=np.array(tr_Y), epochs=3, validation_data=(np.array(va_X), np.array(va_Y)), batch_size=batch_size, steps_per_epoch=spe, validation_freq=5)

Máy chủ bị sập do vấn đề hết bộ nhớ có liên quan đến vấn đề này:

Giải thích độ dốc dày đặc?

Trong trường hợp của tôi, vấn đề chỉ có ở y. đó là một danh sách trong trường hợp đó tôi đã phải thay đổi

y = np.array (y)

Câu trả lời của Mahmud khắc phục lỗi "Hồi quy cơ bản: Dự đoán hiệu quả nhiên liệu" trong phần [30]. Đây là 2 dòng:

Thay đổi cai nay đi:

example_batch = normed_train_data[:10]
example_result = model.predict(example_batch)

Về điều này:

example_batch = np.array(normed_train_data[0:10]) 
example_result = model.predict(example_batch)

Cảm ơn Mahmud

Chỉ cần gõ cast các mảng.

ví dụ:

import numpy as np
features = np.array(features,dtype='float64')
labels = np.array(labels, dtype ='float64')