ValueError：无法将 NumPy 数组转换为张量不支持的对象类型 numpy.ndarray当给出数组数组时

如何解决ValueError：无法将 NumPy 数组转换为张量不支持的对象类型 numpy.ndarray当给出数组数组时

我尝试对单词进行分类。我用 3 个数组表示每个单词：1 个表示前一个单词，1 个表示当前单词，1 个表示后面的单词。 所以我的输入数据是 numpy.arrays 的 numpy.array。通过尝试适应我的模型

model.fit(np.asarray(bddX,dtype=object),np.asarray(list(dictXY.values()),epochs=20,batch_size=100)

我收到以下错误：ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray).

我尝试将单词作为列表、元组和 numpy.arrays 提供。这就是我构建 bddX 的方式

bddX=[]

for i in range(len(X_train)):
    triple=[]
    triple.append(np.array(dictX.get(X_train[i-1]),dtype=float))
    triple.append(np.array(dictX.get(X_train[i]),dtype=float))
    if(i< len(X_train)-1):
        triple.append(np.array(dictX.get(X_train[i+1]),dtype=float))
    bddX.append(np.asarray(triple))

X_train 提供表示单词的数组。 当我给出一个包含 1 个数组的数组而不是包含 3 个数组的数组时，它会起作用。 有没有人尝试过这样做并看透了？