ValueError：形状必须为 0 级，但对于“ReadFile”（操作：“ReadFile”）为 1 级，输入形状为：[1]

Question

这是我的总体问题：我正在尝试构建一个包含图像的 tf.data.Dataset。 我正在从 csv 文件中读取 imageIds（文件名），以便能够将它们与同样在同一个 csv 文件中找到的相应 label 结合起来。 CSV 文件截图

df_imageIDs = pd.read_csv(file_labels,
                          usecols=["ImageId"])
df_imageIDs = df_imageIDs.apply(lambda ID: data_dir_train + ID, axis=1)
ds_filenames_images = tf.data.Dataset.from_tensor_slices(df_imageIDs.to_numpy())

在使用 pandas 读取图像 ID 并添加目录路径后，我使用方法tf.read_file将 map 图像解码 function 到我的数据集。 这会引发错误。

def decode_image(file_path):
    img = tf.io.read_file(file_path)
    img = tf.image.decode_jpeg(img, channels=parameters["CHANNELS"])
    img = tf.image.convert_image_dtype(img, tf.float32)
    img = tf.image.resize(img, (parameters["IMAGE_HEIGHT"], parameters["IMAGE_WIDTH"]))
    return img

ds_images = ds_filenames_images.map(decode_image,
                                    num_parallel_calls=AUTOTUNE)

现在，我之前尝试过的是使用tf.data.Dataset.list_files工作正常但 ImageIds 的顺序错误。

ds_filenames_imagesx = tf.data.Dataset.list_files(data_dir_train + "*.jpg",
                                                  shuffle=False)

不同之处似乎在于 pandas 如何使用文件名，尽管它们具有相同的数据类型“字符串”。 打印出后一种方法的元素会导致：

tf.Tensor(/home/wid35008/airbus-ship-detection/train_v2/000155de5.jpg, shape=(), dtype=string)

打印出我想使用的方法的张量导致：

tf.Tensor(['/home/wid35008/airbus-ship-detection/train_v2/0002756f7.jpg'], shape=(1,), dtype=string)

因为我不知道如何解释差异，也不知道如何找到解决方法。 有人有解决这个问题的方法吗？ 提前致谢！

Answer 1

因此，为我自己和可能偶然发现它的其他人提供解决方案。 我在创建后重新塑造了数据集，因此里面的张量将再次具有标量的形状。

ds_filenames_images = tf.data.Dataset.from_tensor_slices(df_imageIDs.to_numpy())
ds_filenames_images = ds_filenames_images.map(lambda t: tf.reshape(t, []))

文档对此给出了更深入的解释。 张量形状