類型錯誤： <tf.tensor ... has type <class 'tensorflow.python.framework.ops.eagertensor'> ，但期望其中之一：numbers.Real</tf.tensor>

Question

我正在編寫一個 function 以將圖像保存到 TFRecord 文件，然后使用 TensorFlow 的數據 API 進行讀取。但是，當嘗試創建一個 TFRecord 來保存它時，我收到以下錯誤消息：

TypeError: <tf.Tensor ...> has type <class 'tensorflow.python.framework.ops.EagerTensor'>, but expected one of: numbers.Real

用於創建 TFRecord 的 function 是：

def create_tfrecord(filepath, label):
    
    image = tf.io.read_file(filepath)
    image = tf.image.decode_jpeg(image, channels=1)
    image = tf.image.convert_image_dtype(image, tf.float32)
    image = tf.image.resize(image, [299, 299])
    
    tfrecord = Example(
        features = Features(
            feature = {
                'image' : Feature(float_list=FloatList(value=[image])),
                'label' : Feature(int64_list=Int64List(value=[label]))
    })).SerializeToString()
    
    return tfrecord

如果您需要更多信息，請告訴我。

Answer 1

問題是image是張量，但您需要一個浮點值列表。 嘗試這樣的事情：

import tensorflow as tf

def create_tfrecord(filepath, label):
    
    image = tf.io.read_file(filepath)
    image = tf.image.decode_jpeg(image, channels=1)
    image = tf.image.convert_image_dtype(image, tf.float32)
    image = tf.image.resize(image, [299, 299])
    
    tfrecord = tf.train.Example(
        features = tf.train.Features(
            feature = {
                'image' : tf.train.Feature(float_list=tf.train.FloatList(value=image.numpy().ravel().tolist())),
                'label' : tf.train.Feature(int64_list=tf.train.Int64List(value=[label]))
    })).SerializeToString()
    
    return tfrecord

create_tfrecord('/content/result_image.png', 1)

虛擬數據是這樣創建的：

import numpy
from PIL import Image

imarray = numpy.random.rand(300,300,3) * 255
im = Image.fromarray(imarray.astype('uint8')).convert('RGB')
im.save('result_image.png')

如果你想重現這個例子。 加載 tf-record 時，只需將圖像重塑為原始大小即可。