我正在尝试使用tensorflow 2.0“自定义图像数据集”，我的目录结构是：比如说（PetImage）作为根目录，其中包含两个类：猫和狗，其中包含各自的图像。/PetImage||猫| img1.jpg | img2.jpg | imgn.jpg |……
|Dog | img1.jpg
| img2.jpg
| ig3.jpg
| ig.jpg
| ...代码如下：img_height = 64 img_width = 64
ds_train = tf.keras.preprocessing.image_dataset_from_directory（“I：\Image\Data\kagglecatsanddogs_5340\PetImages”，labels=“inferred”，label_mode=“int”，color_mode=“rgb”，image_size=（img_height，img_width），shuffle=True，seed=123，validation_split=0.3，subset=“training”，interpolation=“bicubic”）
history =model.fit（ds_train，epochs=2）
错误：
InvalidArgumentError：图形执行错误：
输入为空。{{node decode_image/DecodeImage}}IteratorGetNext [Op：__inference_train_function_1704]
1条答案
按热度按时间bqucvtff1#
在tensorflow 2.0中，没有函数-
tf.keras.preprocessing.image_dataset_from_directory()，即使在最新版本的tensorflow 2.11中也有一个函数tf.keras.utils.image_dataset_from_directory()请参阅此链接-“https://www.tensorflow.org/api_docs/python/tf/keras/utils/image_dataset_from_directory”