我们正在尝试使用tensorflow对预训练的RoBERTa模型进行微调/训练。为此,我们必须从数据帧创建一个tf.data.Dataset
其中三个选项是编码字符串,答案是与选项A、B或C相对应的整数
我们尝试使用以下方法从中生成tf.dataset:
features= ['OptionA', 'OptionB', 'OptionC']
training_dataset = (
tf.data.Dataset.from_tensor_slices(
(
tf.cast(train_data[features].values, tf.float32),
tf.cast(train_data['Answer'].values, tf.int32)
)
)
)
但是,这不起作用,因为我们得到以下错误:
ValueError:无法将NumPy数组转换为张量(不支持的对象类型列表)
我已经读到,我们不能将列表用作tf.dtype,我们现在在其中放置了'float32'。但是我们也不能将数据帧中的列表转换为浮动
如果有人能为我们指出正确的方向,我们将不胜感激! 提前谢谢
应该有用
Tensorflow - ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type float)
^本文中最重要的解决方案有一个更深入的答案
相关问题 更多 >
编程相关推荐