我使用的是macbook pro m1，发现我不能将tensorflow与Anaconda一起使用，所以我通过以下链接逐步安装了它：https://towardsdatascience.com/installing-tensorflow-on-the-m1-mac-410bb36b776
我现在可以导入tensorflow，并使用下面链接中的代码进行了测试，结果出现了问题。https://machinelearningmastery.com/neural-network-for-cancer-survival-dataset/
它在colab上运行成功，但在我的macbook上运行不成功。
以下是代码：
# fit a simple mlp model on the haberman and review learning curves
from pandas import read_csv
from sklearn.model_selection import train_test_split
from sklearn.preprocessing import LabelEncoder
from sklearn.metrics import accuracy_score
from tensorflow.keras import Sequential
from tensorflow.keras.layers import Dense
from matplotlib import pyplot
# load the dataset
path = 'https://raw.githubusercontent.com/jbrownlee/Datasets/master/haberman.csv'
df = read_csv(path, header=None)
# split into input and output columns
X, y = df.values[:, :-1], df.values[:, -1]
# ensure all data are floating point values
X = X.astype('float32')
# encode strings to integer
y = LabelEncoder().fit_transform(y)
# split into train and test datasets
X_train, X_test, y_train, y_test = train_test_split(X, y, test_size=0.5, stratify=y, random_state=3)
# determine the number of input features
n_features = X.shape[1]
# define model
model = Sequential()
model.add(Dense(10, activation='relu', kernel_initializer='he_normal', input_shape=(n_features,)))
model.add(Dense(1, activation='sigmoid'))
# compile the model
model.compile(optimizer='adam', loss='binary_crossentropy')
# fit the model
history = model.fit(X_train, y_train, epochs=200, batch_size=16, verbose=0, validation_data=(X_test,y_test))
当我运行这个：
# predict test set
yhat = model.predict_classes(X_test)
内核死了。
我试图删除miniorge3文件夹并再次安装tensorflow，但问题仍然存在。
版本：
Python 3.8.10
tensorflow 2.4.0-rc0
有一些WARNING即将发布，但我认为这无关紧要，如果可以的话，请让我把它发布在这里。
当标签y在多类任务中是稀疏数时，我遇到了同样的问题。在我将标签y转换为一个热向量后，问题就消失了。然而，我在二进制类问题中没有遇到这个问题。也许可以对标签进行一些预处理。