解决Tensorflow ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray)

问题描述

在将一个数组送入tensorflow训练时，报错如下：
ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type numpy.ndarray)
数组元素为数组，每个数组元素的shape不一致，示例如下：

创新互联是一家集网站建设,南溪企业网站建设,南溪品牌网站建设,网站定制,南溪网站建设报价,网络营销,网络优化,南溪网站推广为一体的创新建站企业，帮助传统企业提升企业形象加强企业竞争力。可充分满足这一群体相比中小企业更为丰富、高端、多元的互联网需求。同时我们时刻保持专业、时尚、前沿，时刻以成就客户成长自我，坚持不断学习、思考、沉淀、净化自己，让我们为更多的企业打造出实用型网站。

cropImg[0].shape = (13, 13, 3)
cropImg[1].shape = (14, 13, 3)
cropImg[2].shape = (12, 13, 3)

环境

python 3.7.9
tensorflow 2.6.0
keras 2.6.0

解决方法

stackoverflow上有许多类似的报错，大概意思都是数据类型错误，转换的数据类型非报错中括号里的数据类型，如：
Unsupported object type numpy.ndarray指cropImg数组元素不是numpy.ndarray类型。
博主非常不解，尝试了许多方法，都显示cropImg数组元素数据类型为numpy.ndarray，但错误一直存在。
后来突然转念，在生成cropImg数组时，有一个warning：

VisibleDeprecationWarning: Creating an ndarray from ragged nested sequences (which is a list-or-tuple of lists-or-tuples-or ndarrays with different lengths or shapes) is deprecated. If you meant to do this, you must specify 'dtype=object' when creating the ndarray
  cropImg_ar = np.array(img_list)

cropImg数组元素为shape不一致的数组，这说明cropImg数组元素类型实际上为object，会不会是tensorflow不接受object类型的数据导致的？
将cropImg数组元素转换为shape一致后，问题解决。

参考链接
https://stackoverflow.com/questions//valueerror-failed-to-convert-a-numpy-array-to-a-tensor-unsupported-object-type
https://stackoverflow.com/questions//tensorflow-valueerror-failed-to-convert-a-numpy-array-to-a-tensor-unsupporte
https://blog.csdn.net/liveshow021_jxb/article/details/