将2D的numpy数组转换成Tensorflow数据集

Question

我有一个形状为(n, 12)的numpy数组，表示我的数据输入数据点，浮点数格式，还有一个形状为(n,)的numpy数组，包含数据点的标签（整数）。

但是，我无法将其转换为tensorflow数据集 - 指南方法会引发一个错误：

有问题的代码行是dataset= tf.data.Dataset.from_tensor_slices((features, labels))，导致错误TypeError: Expected binary or unicode string, got Decimal('0.4367') 谢谢

- James

---

编辑您的帖子，包括您的代码和错误。 - mikkola

添加了代码和错误信息。 - James

似乎features或labels的类型不符合预期。您是从文本文件中读取它们吗？在尝试构建数据集之前，是否将其从字符串转换为数字格式？ - mikkola

它被外部处理，以至于特征全部是十进制值，标签完全是整数。 - James

Answer 1

看起来你的输入数组之一包含类型为decimal.Decimal的元素。TensorFlow不支持这种类型，因此您需要将数组转换为np.float32或np.float64之一。

例如，假设features是包含Decimal值的数组，则可以按以下方式进行转换：

import numpy as np
features = np.array([decimal.Decimal(1.0), decimal.Decimal(2.0), decimal.Decimal(3.0)])

print(features)  # ==> "[Decimal('1') Decimal('2') Decimal('3')]"
print(features.dtype)  # ==> "object"

features = features.astype(np.float32)

print(features)  # ==> "[1. 2. 3. 4.]"
print(features.dtype)  # ==> "float32"

- mrry