Tensorflow，ValueError：使用序列设置数组元素

Question

在尝试训练我的张量流图时，我收到错误消息：

ValueError: 使用序列设置数组元素

发生在这行代码中，在 feed_dict 函数中：

# run the session and train the model
        _, c = sess.run([optimizer, cost], feed_dict = {input_x: x_train_v, output_y: y_train})

我的输出变量 (y_train) 似乎有问题。它是 pandas 数据框中的大小（25）列表。 已经用

检查了每个列表是否具有相同的长度

print(y_train.shape) #(23904,)
print(y_train.apply(type)[0]) #<class 'list'>

n = len(y_train[0])
if all(len(x) == n for x in y_train):
    print("true")  #true  

使用以下代码创建变量：

dataframe['category_number'] = ""
for _ in range(len(dataframe)):
    string = dataframe.at[_, 'Product Categorization Tier 1'].strip()
    number = category_list.index(string)   
    # saving as category vector
    vector = [0] * 25 
    vector[number] = 1
    dataframe.at[_,'category_number'] = vector

y_train = train_df["category_number"]

编辑： 成本函数和优化器

prediction = neural_network_model(input_x )
cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(logits=prediction, labels=output_y))
optimizer = tf.train.GradientDescentOptimizer(learning_rate).minimize(cost)

完整的错误信息：

Answer 1

试试类似的东西

y_train = []
for _ in range(len(dataframe)):
    string = dataframe.at[_, 'Product Categorization Tier 1'].strip()
    number = category_list.index(string)   
    # saving as category vector
    vector = [0] * 25 
    vector[number] = 1
    y_train.append(vector)

并确保您获得的是 2d-int 数组而不是对象数组