我发现最简单的方法是创建一个子文件夹，并将文件复制到该子文件夹。即，假设您的文件是0.jpg，1.jpg，2.jpg ...2000.jpg，并在名为“patterns”的目录中。
似乎Keras API不接受它，因为文件是用数字命名的，对于Keras，它是在float32中。
要解决这个问题，您可以按照建议重命名文件，或者您可以简单地在“patterns”下创建一个子文件夹（即“patterndir”）。
Keras（内部）可能使用子目录名称，并可能将其附加在图像文件前面，从而使其成为字符串（sth like patterndir_01.jpg，patterndir_02.jpg）[注意，这是我的解释，并不意味着它是真的]
当您这次编译它时，您将看到它工作了，并且您将得到如下编译器消息：

Found 2001 files belonging to 1 classes.
Using 1601 files for training.
Found 2001 files belonging to 1 classes.
Using 400 files for validation.

我的代码如下所示

import tensorflow as tf
from tensorflow import keras
from tensorflow.keras import layers

#Generate a dataset

image_size = (28, 28)
batch_size = 32

train_ds = tf.keras.preprocessing.image_dataset_from_directory(
    "patterns",
    validation_split=0.2,
    subset="training",
    seed=1337,
    image_size=image_size,
    batch_size=batch_size,
)
val_ds = tf.keras.preprocessing.image_dataset_from_directory(
    "patterns",
    validation_split=0.2,
    subset="validation",
    seed=1337,
    image_size=image_size,
    batch_size=batch_size,
)

在我的例子中，我只是在训练目录中没有足够的样本。每个类别都有一个，我得到了错误。

只需创建一个子目录并将文件移到那里。
如果文件在这里：

'/home/dataset_28/'

请将它们放在此处：

'/home/dataset_28/files/'

然后执行以下操作：

from tensorflow.keras.preprocessing import image_dataset_from_directory
image_dataset_from_directory('/home/dataset_28/', batch_size=1, image_size=(28, 28))

文件名采用float32格式。
重命名数据集中的所有图像可解决此问题。
使用os.rename()循环所有文件。

我刚刚用tensorflow==2.4.4也遇到了这个TypeError: Input 'filename' of 'ReadFile' Op has type float32 that does not match expected type of string.错误。
我用validation_split进行了试验：

• 发生错误：validation_split=0.001
• 我这样做是为了在验证集中有0个图像。
• 未发生错误：validation_split=0.2
• 这导致1张图像用于确认

结论：该错误的已知根本原因是确认集中没有图像。

修复失败

根据this answer，我通过os.rename将文件重命名为1.jpg、2.jpg、3.jpg......不起作用：/
根据this answer，谈论一个图像/类别是错误的，一个类别中只有一个图像是可以的。

其中一个问题与图像下载有关。如果指定的图像文件没有下载，也会显示相同的错误。

出现此异常后，您必须检查以下几项内容：
1.您是否有足够的数据用于培训？
如果您的训练集中只有有限的数据，就会出现这个例外。我猜如果您要分割数据，数据量应该可以被10整除（例如validation_split=0.1）。
1.您的图像格式是否有效？
此方法只允许格式为（'. bmp'，'. gif'，'. jpeg'，'. jpg'，'. png'）.无效得格式将出现此异常.
老实说，这个异常并没有给予很多关于发生了什么的信息。希望在不久的将来会更新。