python - ValueError：使用 tf.keras.preprocessing.image_dataset_from_directory 时解包的值太多（预期为 2）

问题描述

我想使用函数 tf.keras.preprocessing.image_dataset_from_directory （https://www.tensorflow.org/api_docs/python/tf/keras/preprocessing/image_dataset_from_directory）创建一个数据集变量和一个标签变量。该文档指出：

返回：一个 tf.data.Dataset 对象。如果 label_mode 为 None，它会产生 float32 形状的张量（batch_size、image_size[0]、image_size[1]、num_channels）、编码图像（有关 num_channels 的规则，请参见下文）。否则，它会产生一个元组 (images, labels)，其中 images 具有形状 (batch_size, image_size[0], image_size[1], num_channels)，并且标签遵循下面描述的格式。

我的代码如下：

train_ds, labels = tf.keras.preprocessing.image_dataset_from_directory(
  directory = data_dir,
  labels='inferred',
  label_mode = "int",
  validation_split=0.2,
  subset="training",
  seed=123,
  image_size=(img_height, img_width),
  batch_size=batch_size)

我希望得到一个元组作为返回值，但我得到了错误消息：

Found 2160 files belonging to 2160 classes.
Using 1728 files for training.
---------------------------------------------------------------------------
ValueError                                Traceback (most recent call last)
<ipython-input-168-ed9d42ed2ab9> in <module>
      7   seed=123,
      8   image_size=(img_height, img_width),
----> 9   batch_size=batch_size)

ValueError: too many values to unpack (expected 2)

当我将输出保存在一个变量（只是 train_ds）中并检查该变量时，我得到以下输出：

<BatchDataset shapes: ((None, 120, 30, 3), (None,)), types: (tf.float32, tf.int32)>

如何分别访问内部的两个元组？

标签： pythonkerastensorflow-datasets

您可以使用下面的代码绘制它

import matplotlib.pyplot as plt

plt.figure(figsize=(10, 10))
for images, labels in train_ds.take(1):
    for i in range(9):
        ax = plt.subplot(3, 3, i + 1)
        plt.imshow(images[i].numpy().astype("uint8"))
        plt.title(int(labels[i]))
        plt.axis("off")

代码的实际作用是从数据集中打印九张图像，并为每张图像添加标题。
请注意，无需在第一行代码中获取标签。

python - ValueError：使用 tf.keras.preprocessing.image_dataset_from_directory 时解包的值太多（预期为 2）

问题描述

解决方案

推荐阅读