我试着把单词分类。我用3个数组表示每个单词:1个用于前一个单词,1个用于当前单词,1个用于下一个单词。 所以我的输入数据是numpy.array的numpy.array。通过尝试适合我的模型
model.fit(np.asarray(bddX, dtype=object),np.asarray(list(dictXY.values()), dtype=object), epochs=20, batch_size=100)
我得到以下错误: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.array提供。这就是我如何构造bddX的
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。 当我给出一个由1个数组组成的数组而不是一个由3个数组组成的数组时,它会起作用。 有没有人试过这样做,并坚持到底
目前没有回答
相关问题 更多 >
编程相关推荐