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'>.
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)
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。