Keras传入tf.data.Dataset触发层输入应为张量TypeError报错

报错核心是两个用法错误：

• 模型直接调用（即model(xxx)的写法）时，入参必须是和输入层维度匹配的张量/NumPy数组，tf.data.Dataset是数据集迭代器对象，本身不是张量，不能直接传入。
• 你创建的原始Dataset里存的是(单条特征, 单条标签)的元组，就算手动加了batch打包，整个数据集对象依然包含模型不需要的标签字段，不符合模型输入要求。

预览前5条样本预测结果的正确写法 #

1. 先给数据集加预处理，把特征转成浮点型——Dense层默认接收浮点输入，你现在存的int64类型后续训练也会触发类型报错：

   def parse_sample(x, y):
       return tf.cast(x, tf.float32), y
   
   train_dataset = tf.data.Dataset.from_tensor_slices((train.values, trainLabel.values)).map(parse_sample)
   test_dataset = tf.data.Dataset.from_tensor_slices((test.values, testLabel.values)).map(parse_sample)
   cv_dataset = tf.data.Dataset.from_tensor_slices((val.values, valLabel.values)).map(parse_sample)
   

2. 给数据集做批次打包，你要预览5条结果，直接把批大小设为5即可：

   preview_batch = train_dataset.batch(5).take(1)
   

3. 从批次里取出特征张量传入模型，不要把标签一起传入：

   for features, targets in preview_batch:
       predictions = model(features)
       print("前5条样本预测结果：\n", predictions)
   

正式训练的注意点 #

如果是用model.fit()做正式训练，是支持直接传入tf.data.Dataset对象的，不需要手动取张量喂入，但要提前做好两个配置：

• 训练集要做shuffle打乱、所有数据集要做batch打包
• 数据集的结构保持(输入特征, 标签)的元组格式即可，和你现在创建的结构一致
  示例代码：

# 数据集打乱+分批次
train_dataset = train_dataset.shuffle(buffer_size=1000).batch(32)
test_dataset = test_dataset.batch(32)
cv_dataset = cv_dataset.batch(32)

# 编译模型，最后一层没有加softmax激活，所以损失函数要开from_logits
model.compile(optimizer='adam',
              loss=tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True),
              metrics=['accuracy'])

# 直接传入数据集即可启动训练
model.fit(train_dataset, epochs=10, validation_data=cv_dataset)

内容的提问来源于stack exchange，提问作者James tan