ValueError: column_name: input_tensor dtype 必须是字符串或整数数据类型：<数据类型：'float32'>

如何解决ValueError: column_name: input_tensor dtype 必须是字符串或整数数据类型：<数据类型：'float32'>

我正在尝试使用 Tensorflow 2.4.0 中的数据包流创建数据包分类器。使用 tf.estimator 训练模型时，出现错误：

    ValueError: column_name: avg_piat input_tensor dtype must be string or integer. dtype: <dtype: 'float32'>.

这是包含 avg_piat 的数据集的一部分：

我已经尝试从类似的问题中做所有事情，但似乎没有任何效果。我想这可能与我创建特征列的方式有关，但我不确定。以下是我创建特征列的方法。提前致谢。

min_piat = tf.feature_column.categorical_column_with_hash_bucket("min_piat",hash_bucket_size=1000)
max_piat = tf.feature_column.categorical_column_with_hash_bucket("max_piat",hash_bucket_size=1000)
avg_piat = tf.feature_column.categorical_column_with_hash_bucket("avg_piat",hash_bucket_size=1000)

## 编辑 ##

我解决了这个问题。当我为 avg_piat 定义一个特征列时，我将它从哈希桶更改为数字列：

avg_piat = tf.feature_column.numeric_column("avg_piat")

解决方法

在这里提供解决方案以造福社区。​​p>

问题已解决，更改 avg_piat 的特征列后 从散列桶到数字列作为 avg_piat = tf.feature_column.numeric_column("avg_piat")（（从 Will 转述）