InvalidArgumentError：無法將張量添加到批次：元素數量不匹配。 形狀是：[張量]：[4]，[批次]：[5] [Op:IteratorGetNext]

Question

任務：Keras 驗證碼或 model 訓練。

問題：我正在嘗試從我的驗證集中打印驗證碼，但這樣做會導致以下錯誤

InvalidArgumentError                      Traceback (most recent call last)
<ipython-input-6-df1fce607804> in <module>()
      1 
      2 #_, ax = plt.subplots(1, 4, figsize=(10, 5))
----> 3 for batch in validation_dataset.take(1):
      4     images = batch["image"]
      5     labels = batch["label"]

3 frames
/usr/local/lib/python3.7/dist-packages/tensorflow/python/framework/ops.py in raise_from_not_ok_status(e, name)
   7105 def raise_from_not_ok_status(e, name):
   7106   e.message += (" name: " + name if name is not None else "")
-> 7107   raise core._status_to_exception(e) from None  # pylint: disable=protected-access
   7108 
   7109 

InvalidArgumentError: Cannot add tensor to the batch: number of elements does not match. Shapes are: [tensor]: [4], [batch]: [5] [Op:IteratorGetNext]

打印我的 output 的代碼，這是我嘗試過的：

#_, ax = plt.subplots(1, 4, figsize=(10, 5))
for batch in validation_dataset.take(1):
    images = batch["image"]
    labels = batch["label"]
    for i in range(batch_size):
        img = (images[i] * 255).numpy().astype("uint8")
        label = tf.strings.reduce_join(num_to_char(labels[i])).numpy().decode("utf-8")
        plt.title(label)
        plt.imshow(img[:, :, 0].T, cmap="gray")
        plt.show()

對於這個任務，我嘗試設置批量大小 1，但我想用更高的批量大小訓練我的 model 我的批量大小 = 16

# Mapping integers back to original characters
num_to_char = layers.StringLookup(
    vocabulary=char_to_num.get_vocabulary(), mask_token=None, invert=True
)

這是取自 tensorflow 數據集文檔的代碼，用於在 tf 創建數據集對象中將數據轉換為數據集類型

train_dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train]))
train_dataset = (
    train_dataset.map(
        encode_single_sample, num_parallel_calls=tf.data.AUTOTUNE
    )
    .batch(batch_size)
    .prefetch(buffer_size=tf.data.AUTOTUNE).repeat(10)
)

validation_dataset = tf.data.Dataset.from_tensor_slices((x_valid, y_valid]))
validation_dataset = (
    validation_dataset.map(
        encode_single_sample, num_parallel_calls=tf.data.AUTOTUNE
    )
    .batch(batch_size)
    .prefetch(buffer_size=tf.data.AUTOTUNE)
)

此代碼確實讀取圖像並預處理圖像以使所有圖像具有統一的形狀 Function 編碼單個樣本

def encode_single_sample(img_path, label):
    # 1. Read image
    img = tf.io.read_file(img_path)
    # 2. Decode and convert to grayscale
    img = tf.io.decode_png(img, channels=3)
    # 3. Convert to float32 in [0, 1] range
    img = tf.image.convert_image_dtype(img, tf.float32)
    # 4. Resize to the desired size
    img = tf.image.resize(img, [img_height, img_width])
    # 5. Transpose the image because we want the time
    # dimension to correspond to the width of the image.
    img = tf.transpose(img, perm=[1, 0, 2])
    # 6. Map the characters in label to numbers
    label = char_to_num(tf.strings.unicode_split(label, input_encoding="UTF-8"))
    # 7. Return a dict as our model is expecting two inputs
    return {"image": img, "label": label}

編輯：關於數據：這是來自數據的樣本。 它類似於keras ocr 示例數據集。 盡管圖像大小各不相同，但驗證碼模式的可變性非常小。 它維護 5 個長度的單詞，中間有 1 個或兩個數字。 單詞總是大寫的。

我哪里錯了？

Answer 1

使用此處提供的 Colab 筆記本，我能夠可視化來自validation_set的樣本。 該錯誤可能是由於某些 Tensorflow 版本沖突。 另外，我不確定這是否是錯字，但您絕對應該從以下內容中刪除方括號：

train_dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train]))

和

validation_dataset = tf.data.Dataset.from_tensor_slices((x_valid, y_valid]))

此外，如果您按照我鏈接的教程進行操作，則應使用 1 個頻道而不是 3 個：

img = tf.io.decode_png(img, channels=3)