未能找到可以处理输入的数据适配器：＆lt; class＆＃x27; numpy.ndarray＆＃x27;＆gt;，gt; class＆lt;

Question

model = Sequential()
model.add(LSTM(1010, input_shape=(x_train.shape[1],x_train.shape[2]),  return_sequences=True))
#model2.add(LSTM(128, input_shape=(maxlen, len(chars)),return_sequences=True))
model.add(Dropout(0.1))
model.add(LSTM(100, activation='tanh', return_sequences=True))
model.add(Dropout(0.1))
model.add(LSTM(100, activation='tanh'))
model.add(layers.Dense(101 , activation= 'softmax'))
algorithm = tf.keras.optimizers.Adam(learning_rate=0.001,beta_1=0.9, beta_2=0.999)
model.compile(optimizer=algorithm, loss='categorical_crossentropy', metrics=['acc'])
print(model.summary())

通过考虑类似问题的解决方案，我将y的dtype从float32更改为float64，kfcg_a仅是float64。

print(type(kfcg_a))
print(type(y))
print(kfcg_a.dtype)
print(y.dtype)

它回答

<class 'numpy.ndarray'>
<class 'numpy.ndarray'>
float64
float64

仍然存在错误，无法找到可以处理输入的数据适配器：＆lt; class'numpy.ndarray'＆gt; ,,＆lt; class'int＆gt;对于

history=model.fit(kfcg_a,y.shape[1], epochs=100)

tensorflow和keras的版本，我没有得到哪些版本可以兼容解决问题，请合作解决问题。