ValueError：无法在 CNN 分类上将 NumPy 数组转换为张量（不支持的对象类型 numpy.ndarray）答案

【问题标题】：ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray) on CNN classifictionValueError：无法在 CNN 分类上将 NumPy 数组转换为张量（不支持的对象类型 numpy.ndarray）
【发布时间】：2022-01-24 07:48:51
【问题描述】：

我们的模型看起来像：

model_name = 'model_inceptionResNetV2_aug'
def get_model_inceptionResNetV2(input_shape):    
    
    model = InceptionResNetV2(weights='imagenet', include_top=False, 
                        input_shape=input_shape, pooling='avg')

    perut_input = Input(input_shape)
    bokong_input = Input(input_shape)

    encoded_perut = model(perut_input)
    encoded_bokong = model(bokong_input)

    # Flattening the output for the dense layer
    fout2 = Flatten()(encoded_perut)
    fout3 = Flatten()(encoded_bokong)

    # Getting the dense output
    dense = Dense(2)
    dout2 = dense(fout2)
    dout3 = dense(fout3)

    # Concatenating the final output
    out = Concatenate(axis=-1)([dout2, dout3])

    # output berat 
    dense_out = Dense(12, activation='softmax') #jumlah kelas
    final_out = dense_out(out)


    # output
    model_densenet = Model(inputs=[perut_input, bokong_input],outputs=final_out)

    return model_densenet

我收到错误消息：


    1/11 [==============================] - ETA: 0s - loss: 3.1334 - accuracy: 0.2159/usr/local/lib/python3.7/dist-packages/ipykernel_launcher.py:78: 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
    ---------------------------------------------------------------------------
    ValueError                                Traceback (most recent call last)
    <ipython-input-25-9d2c5fd65355> in <module>()
          1 model.fit(train_batch, epochs = epochs,
          2                       verbose = 1, callbacks = [stop_train_callback, model_checkpoint_callback, history],
    ----> 3                       validation_data = valid_batch)
    
    1 frames
    /usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/constant_op.py in convert_to_eager_tensor(value, ctx, dtype)
        104       dtype = dtypes.as_dtype(dtype).as_datatype_enum
        105   ctx.ensure_initialized()
    --> 106   return ops.EagerTensor(value, ctx.device_name, dtype)
        107 
        108 
    
    ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray).

我尝试将 dtype 转换为最适合的类型：string 和 float32（用于数字和目标类）。目标类 dtype 是否应该转换为“对象”？也试过了，还是不行，

请提供任何线索。

【问题讨论】：

请列出您的代码的导入，以及您是如何调用代码的。查看如何创建minimal reproducible example
问题很可能出在数据上，而不是模型上。真的一致吗？批次的所有元素的形状相同？这种问题已经有很多SO了。

标签： python numpy conv-neural-network

【解决方案1】：

hpaulj 是绝对正确的，因为它是 CNN，我的数据是图像，我重新调整了它们的大小，感谢 https://bulkresizephotos.com 重新上传所有图像和中提琴！谢谢。

【讨论】：