解决Tensorflow ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type num

当前位置:

首页 > python爬虫 >

解决Tensorflow ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type num

问题描述

在将一个数组送入tensorflow训练时，报错如下：
ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray)
数组元素为数组，每个数组元素的shape不一致，示例如下：

	`cropImg[0].shape = (13, 13, 3)`
	`cropImg[1].shape = (14, 13, 3)`
	`cropImg[2].shape = (12, 13, 3)`

环境

python 3.7.9 tensorflow 2.6.0 keras 2.6.0

解决方法

stackoverflow上有许多类似的报错，大概意思都是数据类型错误，转换的数据类型非报错中括号里的数据类型，如： Unsupported object type numpy.ndarray指cropImg数组元素不是numpy.ndarray类型。博主非常不解，尝试了许多方法，都显示cropImg数组元素数据类型为numpy.ndarray，但错误一直存在。后来突然转念，在生成cropImg数组时，有一个warning：

	`VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray`
	`cropImg_ar = np.array(img_list)`

cropImg数组元素为shape不一致的数组，这说明cropImg数组元素类型实际上为object，会不会是tensorflow不接受object类型的数据导致的？将cropImg数组元素转换为shape一致后，问题解决。

出处：https://www.cnblogs.com/go8t/p/15705970.html

栏目列表