无法将 NumPy 数组转换为张量（不支持的对象类型 float）。日期时间和时间序列

Question

我已经正常训练了我的 tf 模型（双向 LSTM）。但是当我尝试预测 X_train 时，它给出了一个错误。我能做些什么来解决它。这是 X_train 和错误：

array([[['2021-12-01 22:00:00', 0.3333333333333333, 0.39166666666666644,
     0.7701149425287357],
    ['2021-12-01 21:30:00', 0.3518518518518518, 0.37500000000000067,
     0.6551724137931034],
    ['2021-12-01 21:00:00', 0.3518518518518518, 0.37500000000000067,
     0.6551724137931034],

这是错误：

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float).

Answer 1

日期格式无法直接转换为张量。而是使用 tfa.text.parse_time 库来解析日期和时间。

import tensorflow as tf
import tensorflow_addons as tfa
tfa.text.parse_time(
    time_string: str,
    time_format: str,
    output_unit: str
)

有关库的更多详细信息，请查找 here。

解析日期和时间后，将此对象与其他 python 对象一起传递以将其转换为 Tensor。

无法将 NumPy 数组转换为张量（不支持的对象类型 float）。日期时间和时间序列

Failed to convert a NumPy array to a Tensor (Unsupported object type float). Datetime and time-series

time-series

prediction

lstm

keras

tensorflow