我得到了错误：

Question

我是 ML 的新手。我创建了一个带有一些图像的数据集以进行数字识别。我想训练我的模型，但拟合时出现错误。

我尝试对numpy数组的网址进行编码，但是它不起作用：

le = preprocessing.LabelEncoder()
urls = le.fit_transform(urls)

import json
import json_lines
import numpy as np
from sklearn.model_selection import train_test_split
import tensorflow as tf
from sklearn import preprocessing
import sklearn

urls=[]
labels =[]

with open('Digits_file.json') as file1:
    lis = []
    for i in json_lines.reader(file1):
        lis.append(i)

for i in lis:
    urls.append(i['content'])
    labels.append([i['annotation']['labels'][0]])

urls = np.array(urls)
labels = np.array(labels) 

x_train, x_test, y_train, y_test = train_test_split(urls, labels, test_size=0.2)


model = tf.keras.models.Sequential()
model.add(tf.keras.layers.Flatten(input_shape=[98,98]))
model.add(tf.keras.layers.Dense(128, activation="relu"))
model.add(tf.keras.layers.Dense(10, activation="softmax"))

model.compile(
    loss="sparse_categorical_crossentropy",
    optimizer="adam",
    metrics=["accuracy"]
)

model.fit(x_train, y_train, epochs=5)

我得到了错误：

ValueError跟踪（最近一次通话最近）在 ----> 1个模型.fit（x_train，y_train，epochs = 1） ValueError：无法将字符串转换为浮点型：'http://com.dataturks.a96-i23.open.s3.amazonaws.com/2c9fafb06abf8f13016aea188d5c036c/c0e1ad90-fec9-4609-b6d8-65b7efb5263c___0001_CH4M_0_number-25.png'

谢谢您的帮助。

Answer 1

首先，字符串数据可以是x_train数据。

您应该识别要学习的数据。
从您的代码看来，您似乎想学习minkube docker-env的{{1}}或annotation。
我认为label是自然语言。

对于基本的NLP（自然语言处理），我们应该执行识别过程。我从其他答案中得到了一些好的答案。请参考。 https://datascience.stackexchange.com/questions/12695/machine-learning-identification-and-classification-based-on-string-contents-ge

而且，如果训练数据是图像，则需要其他预处理。我从其他答案中得到了一些好的答案。 https://datascience.stackexchange.com/questions/5224/how-to-prepare-augment-images-for-neural-network

ValueError：无法将字符串转换为浮点数-python

我得到了错误：

1 个答案: