我尝试使用tf.keras.utils.image_dataset_from_directory创建CNN分类的数据集（包含图像及其标签），并使用创建的此数据集创建两个NumPy数组：图像和标签。Python版本：3.9.5，tensorflow 版本：2.7.0版本在过去的几周里，代码一直运行良好，但今天突然出现了这个错误（见下图）。谢谢你的帮助。
tf.keras.utils.image_dataset_from_directory
q0qdq0h21#
通过比较这两个示例[示例1 ]和[示例2 ]，数据无法迭代，因为它不是对称Map。在将数据从请求Map转换为响应Map时，是否丢失了一些标签？️为什么程序生成该消息时需要更长的响应时间？它应该并行工作，但PC一直在ping答案。示例1：从NumPy数组创建一个数据集，并将数字作为标签。
# print( dataset.as_numpy_iterator() ) # <tensorflow.python.data.ops.dataset_ops._NumpyIterator object at 0x0000019980050F40>
示例2：从NumPy数组和非可迭代对象创建数据集。
dataset = tf.data.Dataset.from_tensors( tf.constant( 0 ) ) print( dataset.as_numpy_iterator() ) for data in dataset: test_dataset_list.append(zip(tf.constant(data, name=str(icount)), tf.constant(data, name=str(icount + 1)))) # Cannot iterate over a scalar tensor.
1条答案
按热度按时间q0qdq0h21#
通过比较这两个示例[示例1 ]和[示例2 ]，数据无法迭代，因为它不是对称Map。
在将数据从请求Map转换为响应Map时，是否丢失了一些标签？️
为什么程序生成该消息时需要更长的响应时间？
它应该并行工作，但PC一直在ping答案。
示例1：从NumPy数组创建一个数据集，并将数字作为标签。
示例2：从NumPy数组和非可迭代对象创建数据集。