Question

我正在尝试运行模型并根据mnist kaggle数据集预测测试数据。但是尝试进行预测时出现错误。原因和解决方法是什么？

    model = tf.keras.Sequential([
        tf.keras.layers.Conv2D(32, (3,3), padding='same', activation=tf.nn.relu,
                               input_shape=(28, 28, 1)),
        tf.keras.layers.MaxPooling2D((2, 2), strides=2),
        tf.keras.layers.Conv2D(64, (3,3), padding='same', activation=tf.nn.relu),
        tf.keras.layers.MaxPooling2D((2, 2), strides=2),
        tf.keras.layers.Flatten(input_shape=(28, 28, 1)),
        tf.keras.layers.Dense(128, activation=tf.nn.relu),
        tf.keras.layers.Dense(10,  activation=tf.nn.softmax)
    ])

test = pd.read_csv("test.csv") 
test.head()
CHANNELS = 1
IMAGE_SIZE = 28
IMAGE_WIDTH, IMAGE_HEIGHT = IMAGE_SIZE, IMAGE_SIZE
test = test.values.reshape(-1, IMAGE_WIDTH, IMAGE_HEIGHT, CHANNELS)
predictions = model.predict_classes(test, verbose=1)

TypeError：传递给参数'input'的值的DataType int64不在允许值的列表：float16，bfloat16，float32，float64

Answer 1

正如TypeError所说，我认为step = 4 [l[i::step] for i in range(len(l)//(step-1))] # [[1, 5, 9], [2, 6, 10], [3, 7, 11], [4, 8, 12]]数据帧包含test值，因此您必须像这样将类型更改为float：

int

TypeError：传递给参数“ input”的值的DataType int64不在允许值列表中：float16，bfloat16，float32，float64

1 个答案: