在这种情况下如何将numpy数组转换为张量?

Question

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 

Answer 1

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