我实际上是在尝试编写Keras模型。以我的观点，keras模型需要一个np.arrays列表作为x（或一个Numpy Array）。就我而言，x看起来像这样：
print(training.dtype)
对象
print(training.shape)
（406，）
print(training[0].dtype)
float64
print(training[0].shape)
（5140，5）
这是我的火车数据（x）的大小。如果我想训练模型，则会出现此错误：
返回数组（a，dtype，copy = False，order = order）
ValueError：设置具有序列的数组元素。
这就是为什么我认为我准备的数据错误。如果要将.astype转换为float32，则会收到相同的错误。
感谢您的帮助！
答案 0 :(得分：1)
问题没有改变类型。问题在于批处理样本的大小不相同，因此无法创建np阵列。您可以通过使用注释中提到的填充来解决此问题。看看keras pad_sequences What does Keras.io.preprocessing.sequence.pad_sequences do?
答案 1 :(得分：1)
如果train2中的条目大小都不相同，则需要填充它们。由于这是需要定期进行的工作，因此Keras为此提供了一个功能：pad_sequences
一旦它们都具有相同的大小，np.array(train2)将创建一个单个的numpy数组，您可以将其传递给model.fit()。
根据您的型号，以这种方式添加的额外数据可能不是问题。一种常见的处理方法是Masking。使用它来生成将自动向下传递到模型的蒙版，以便忽略某些值（您通过填充添加的值）。但是请注意，并非所有图层都支持遮罩，因此这也许不是您的选择。