如何讓 tf.data.Dataset.from_tensor_slices 接受我的 dtype？

Question

# Convert to Tensor
imagepaths = tf.convert_to_tensor(imagepaths, dtype=tf.string)
labels = tf.convert_to_tensor(labels, dtype=tf.int32)
# Build a TF Queue, shuffle data
image, label = tf.data.Dataset.from_tensor_slices([imagepaths, labels])

因此，以下代碼是我在 Tensorflow 2 中使用的代碼，我不斷更改我轉換為的類型，但是無論我使用哪種類型，它都會不斷給我錯誤。 有任何想法嗎？ 下面我列出了我得到的一些錯誤：

tensorflow.python.framework.errors_impl.InvalidArgumentError: cannot compute Pack as input #1(zero-based) was expected to be a string tensor but is a int32 tensor [Op:Pack] name: component_0


return ops.EagerTensor(value, handle, device, dtype)
TypeError: Cannot convert provided value to EagerTensor

Answer 1

您可以通過對兩個張量的元組進行切片，將兩個張量組合成一個 Dataset 對象。 像這樣：

# Convert to Tensor
imagepaths = tf.convert_to_tensor(imagepaths, dtype=tf.string)
labels = tf.convert_to_tensor(labels, dtype=tf.int32)
# Build a TF Queue, shuffle data
dataset = tf.data.Dataset.from_tensor_slices((imagepaths, labels))

請注意，張量在它們的第一維中應該具有相同的大小。