为什么我会遇到函数调用堆栈:train_function 错误

我在尝试训练一个简单的神经网络时遇到了这个错误,我尝试了一些其他类似问题的答案,但没有效果。我想对 TYPE=0 和 TYPE=1 进行分类。链接末尾是我训练数据集的一个示例。

tensorflow.python.framework.errors_impl.UnimplementedError:  Cast string to float is not supported     [[node sequential/Cast (defined at /Users/Administrator/Desktop/New folder/ne.py:31) ]] [Op:__inference_train_function_587]Function call stack:train_function

这是我的神经网络代码

 model = keras.Sequential([    keras.layers.Dense(1560, input_shape=(6,), activation='relu'),    keras.layers.Dense(1, activation='sigmoid')])    model.compile(optimizer='adam', loss=keras.losses.BinaryCrossentropy(from_logits=True), metrics=['accuracy'])        model.fit(X_train, y_train, batch_size=1,epochs=5)

这是我的数据集示例,以Excel格式提供,希望对你有帮助

        MPF      MF    PSD   F95    BMI  PARITY TYPEe001_1  0.0048  0.005   6   0.008   27.6    2   1e001_2  0.0077  0.005   6   0.008   27.6    2   1e001_3  0.004   0.005   6   0.008   27.6    2   1e001_4  0.0024  0.004   6   0.008   27.6    2   1e001_5  0.0025  0.004   6   0.008   27.6    2   1e001_6  0.0034  0.004   6   0.008   27.6    2   1e003_1o 7.52E-04    5.45E-04    6   0.001089918 34  0   0e003_1o 5.31E-04    5.45E-04    6   0.001089918 34  0   0e003_1o 6.49E-04    5.45E-04    6   0.001089918 34  0   0e003_1o 9.98E-04    5.45E-04    6   0.001089918 34  0   0e003_1o 0.001258642 5.45E-04    6   0.001089918 34  0   0e003_1o 5.76E-04    5.45E-04    6   0.001089918 34  0   0

回答:

你没有提供如何加载csv文件的信息,所以很难确切知道发生了什么。

我稍微修改了你的代码,并使用pandas加载数据,结果它工作了。

这是代码

import tensorflow as tffrom tensorflow import kerasfrom tensorflow.keras import layersfrom tensorflow.keras.layers.experimental import preprocessingfrom matplotlib import pyplot as pltimport pandas as pdimport numpy as npimport datetimeexample_ds = pd.read_csv(    "Example.csv")print(example_ds)y_train = example_ds.loc[:, 'TYPE']x_train = example_ds.loc[:, 'MPF': 'PARITY']model = keras.Sequential([    keras.layers.Dense(1560, input_shape=(6,), activation='relu'),    keras.layers.Dense(1, activation='sigmoid')])model.compile(optimizer='adam', loss=keras.losses.BinaryCrossentropy(from_logits=True), metrics=['accuracy'])    model.fit(x_train, y_train, batch_size=1,epochs=5)

Related Posts

L1-L2正则化的不同系数

我想对网络的权重同时应用L1和L2正则化。然而,我找不…

使用scikit-learn的无监督方法将列表分类成不同组别,有没有办法?

我有一系列实例,每个实例都有一份列表,代表它所遵循的不…

f1_score metric in lightgbm

我想使用自定义指标f1_score来训练一个lgb模型…

通过相关系数矩阵进行特征选择

我在测试不同的算法时,如逻辑回归、高斯朴素贝叶斯、随机…

可以将机器学习库用于流式输入和输出吗?

已关闭。此问题需要更加聚焦。目前不接受回答。 想要改进…

在TensorFlow中,queue.dequeue_up_to()方法的用途是什么?

我对这个方法感到非常困惑,特别是当我发现这个令人费解的…

发表回复

您的邮箱地址不会被公开。 必填项已用 * 标注