但是还会报错TypeError: Value passed to parameter 'segment_ids' has DataType float64 not in list of allowed value

在编程中，`TypeError: Value passed to parameter 'segment_ids' has DataType float64 not in list of allowed values` 这个错误通常表明你尝试将一个浮点数（`float64` 类型）传递给一个期望整数类型的参数。在某些编程语言或框架中，特别是涉及到张量或矩阵操作的库（如 TensorFlow）时，参数类型是严格限制的。`segment_ids` 这个参数通常用于指定分割或分段操作，而这些操作通常需要整数索引。

要解决这个问题，你需要确保传递给 `segment_ids` 的值是整数类型，而不是浮点数。如果你有浮点数值，需要先将其转换为整数。在 Python 中，可以使用内置的 `int()` 函数进行转换。

以下是一个简化的例子，假设你在使用 TensorFlow 并遇到这个错误：

import tensorflow as tf

# 假设你有一个浮点数列表
float_ids = [1.0, 2.0, 3.0]

# 将浮点数列表转换为整数列表
int_ids = [int(x) for x in float_ids]

# 使用转换后的整数列表进行操作
# 假设有一个张量需要根据 segment_ids 进行分割
# tensor = ...
# segment_result = tf.segment_sum(tensor, segment_ids=int_ids)

确保在实际代码中根据具体库的文档和函数要求进行正确类型的转换。