TensorFlow报错TypeError: Expected float32, but got auto of type 'str'如何解决

问题出在model.compile的损失函数配置环节：你直接传入了tf.keras.losses.SparseCategoricalCrossentropy类本身，没有完成实例化，导致Keras解析参数时出现类型匹配错误。

两种可用修复方式，按需选择即可：

• 方案1：实例化损失类（适合需要自定义损失参数的场景，比如修改reduction策略、设置from_logits等）
  将compile代码修改为：

model.compile(
    loss = tf.keras.losses.SparseCategoricalCrossentropy(),
    optimizer = tf.keras.optimizers.Adam(learning_rate=0.0001),
    metrics = ['accuracy']
)

补充说明：你当前输出层已经配置了softmax激活，损失默认的from_logits=False参数刚好匹配，无需额外调整。如果输出层未加softmax，可将实例化代码改为tf.keras.losses.SparseCategoricalCrossentropy(from_logits=True)，数值稳定性更好。

• 方案2：使用字符串形式指定损失（无需自定义参数时更简洁）
  直接用Keras内置的损失名称字符串即可：

model.compile(
    loss = 'sparse_categorical_crossentropy',
    optimizer = tf.keras.optimizers.Adam(learning_rate=0.0001),
    metrics = ['accuracy']
)

内容的提问来源于stack exchange，提问作者tikendraw