张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types

大佬教程收集整理的这篇文章主要介绍了张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types，大佬教程大佬觉得挺不错的，现在分享给大家，也给大家做个参考。

如何解决张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types？

开发过程中遇到张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types的问题如何解决？下面主要结合日常开发的经验，给出你关于张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types的解决方法建议，希望对你解决张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types有所启发或帮助；

我是 NLP 的新手，我正试图通过新闻来预测股票价格。 我在机器学习方面取得了成功，并且正在尝试用 LSTM 做同样的工作。

首先，我更改了 LSTM 的数据类型。 （我用 TfIDfVectorizer 来制作 x_Train）

x_Train_3d = x_Train.toarray()
x_Train_3d = x_Train_3d.reshape(len(x_Train_3d),1000,1)
print(x_Train_3d.shapE)
>> (39809,1)

并编译模型。

@H_836_7@model = Sequential()

model.add(LSTM(100,activation='relu',return_sequences=false,input_shape=x_Train_3d.shape[1:]))

model.add(Dense(1,activation='sigmoID'))

model.compile(optimizer='Adam',loss='binary_crossentropy',metrics=['accuracy'])

model.sumMary()

但是当我尝试拟合模型数据时，它不会出现此错误。

history = model.fit(x_Train_3d,y_Train,batch_size=100,epochs=100,callBACks=[early_stopPing,save_best_model])

 Failed to find data adapter that can handle input: <class 'numpy.ndarray'>,(<class 'List'> containing values of types {"<class 'numpy.int64'>"})

有人能告诉我出了什么问题以及如何解决吗？

解决方法

暂无找到可以解决该程序问题的有效方法，小编努力寻找整理中！

如果你已经找到好的解决方法，欢迎将解决方案带上本链接一起发送给小编。

小编邮箱:dio#foxmail.com (将#修改为@）

大佬总结

以上是大佬教程为你收集整理的张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types全部内容，希望文章能够帮你解决张量流错误：无法找到可以处理输入的数据适配器：<class 'numpy.ndarray'>, (<class 'list'> contains values of types所遇到的程序开发问题。

如果觉得大佬教程网站内容还不错，欢迎将大佬教程推荐给程序员好友。

本图文内容来源于网友网络收集整理提供，作为学习参考使用，版权属于原作者。
如您有任何意见或建议可联系处理。小编QQ：384754419，请注明来意。