我正在尝试使用带有新数据集API的估算器类生成NN的示例，以检查CPU和GPU之间的性能差异 . 为了获得可重现的结果并检查DataSet的不同配置，我试图生成一些numpy随机数组：

我试图使用DNNClassifier或DNNRegressor与行，列和隐藏层的不同组合...

features = np.random.rand(filas,columnas)
features = features.astype('float16')
target = np.random.randint(4, size=(filas, 1), dtype = 'int16')    
dataset = np.c_[features, target]

我们的想法是使用tf.estimator.inputs.pandas / numpy，它们都适合任务 .

def get_input_fn(data_set, num_epochs=None, shuffle=True):
  return tf.estimator.inputs.pandas_input_fn(
  x=pd.DataFrame({k: data_set[k].values for k in FEATURES}),
  y=pd.Series(data_set[LABEL].values),
  num_epochs=num_epochs,
  shuffle=shuffle)

还有tf.estimator.DNNClassifier的代码：

classifier = tf.estimator.DNNClassifier(feature_columns=feature_columns,                                         
                                        hidden_units = hidden_units,
                                        n_classes= rango-1,
                                        model_dir="/tmp/pruebas",
                                        config=run_config)

所有这些代码都是根据波士顿的例子制作的：https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/input_fn/boston.py

显然一切都应该工作，但我遇到了很多问题get_input_fn我检查了所有的类型，我试图使用numpy和pandas函数，但我无法达到结果...

我遇到了这样的错误：

TypeError：ufunc'add'不包含带签名匹配类型的循环dtype（'

有随机数或至少一些提示的任何简单示例或代码中的问题在哪里？

python tensorflow tensorflow-datasets tensorflow-estimator