我以前使用过这个代码,它工作得很好,但我试图区分两个变量,男性&在这个例子中是女性。我有一个.csv文件,其中的名字通常对应于女性和男性。我试着运行这个模型,但在这种情况下,它不能将数组转换为张量。任何帮助都会很感激。谢谢!
import tensorflow as tf #using keras nueral network
model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Dense(256, input_shape=
(x_train.shape[1],), activation='sigmoid'))
model.add(tf.keras.layers.Dense(256, input_shape=x_train.shape,
activation='sigmoid'))
model.add(tf.keras.layers.Dense(256, activation='sigmoid'))
model.add(tf.keras.layers.Dense(1, activation='sigmoid'))
model.compile(optimizer='adam', loss='binary_crossentropy',
metrics=['accuracy'])
model.fit(x_train, y_train, epochs=10) #this is where the model goes wrong
可以使用tf.convert_to_tensor()
将numpy
数组转换为张量。例如:
import numpy as np
a=np.array([1,2,3,4,5,5,])
type(a)
输出:
numpy.ndarray
将numpy
数组转换为tensor
:
import tensorflow as tf
b=tf.convert_to_tensor(a)
type(b)
输出:
tensorflow.python.framework.ops.EagerTensor