Numpy配列→Tensor変換時のエラー "ValueError: Failed to convert a NumPy array to a Tensor （Unsupported ..."

Question

以下、シンプルなLSTMモデルを実行しようとしたところ、model.fitの部分（★）で下記エラーが発生します。

エラー内容

ValueError: Failed to convert a NumPy array to a Tensor (Unsupported object type int)

類似事例を調べ、
**train_data, test_data, train_labels, test_labels"**を全て
np.asarray(train_data).astype(np.float32)
に事前に変換しておくと、正常に実行されました。

解決自体はしましたが、今回、
・なぜ float32型に変換したことでエラー回避できたのか
仕組みがよくわからず・・・お知恵をお借りしたく。

# imdbの映画レビューに基づいたセンチメント分析です

import keras
import tensorflow as tf
from keras.datasets import imdb
from keras.preprocessing import sequence
import numpy as np
import os

VOCAB_SIZE = 88584 
MAXLEN = 250
BATCH_SIZE = 64

# 学習用と検証用データに分ける
(train_data, train_labels), (test_data, test_labels) = imdb.load_data(num_words = VOCAB_SIZE)


# 要素数の合わない配列のサイズを一致
train_data = sequence.pad_sequences(train_data, MAXLEN) 
test_data = sequence.pad_sequences(test_data, MAXLEN)

#モデルの設計
model = tf.keras.Sequential([
    tf.keras.layers.Embedding(VOCAB_SIZE, 32), 
    tf.keras.layers.LSTM(units=32), 
    tf.keras.layers.Dense(1, activation="sigmoid")
])

# 学習プロセスの設計
model.compile(loss="binary_crossentropy",
              optimizer="rmsprop",
              metrics=['acc'])

# 学習の実行
history = model.fit(train_data, train_labels, epochs=10, validation_split=0.2) ★

Answer 1

float32に変換する前、NumPy配列train_labels, test_labelsがdtype=objectであったことがわかりました。
dtype=objectのNumPy配列は、数値型以外も含まれる可能性がある為、Tensorには変換できないということでエラーが発生したと思われます。