Python 使用tf.data.Dataset（）对映射进行矢量化时出错

我有一个通过

tf.data.dataset.list\u files（）

检索的图像数据集

在我的

.map（）

函数中，我读取并解码图像，如下所示：

def map_function(filepath):
    image = tf.io.read_file(filename=filepath)
    image = tf.image.decode_jpeg(image, channels=3)
    image = tf.image.convert_image_dtype(image, tf.float32)
    image = tf.image.resize(image, [IMAGE_WIDTH, IMAGE_HEIGHT])
    return image

如果我使用（下面的方法有效）

但是，如果我使用（下面会抛出错误）：

ValueError:形状必须为秩0，但对于“ReadFile”（op: “ReadFile”）和输入形状：[？]

现在，根据这一点：，代码不应该失败，预处理步骤应该优化（批处理与一次性处理）

我的代码中的错误在哪里

---

***如果使用

map（）.batch（）

中的示例定义了一个
increment
函数，该函数可以应用于批处理元素和未批处理元素，因为向批处理元素（如[1,2,3]）添加1将导致[2,3,4]

def增量（x）：
返回x+1

要使用矢量化，您需要编写一个
矢量化的映射函数
，该函数接收未匹配元素的向量，将映射函数应用于向量中的每个元素，然后返回结果的向量

但在您的情况下，我认为矢量化不会产生明显的影响，因为读取和解码文件的成本远远高于调用函数的开销。当map函数非常便宜时，矢量化最有影响，因为调用函数所花费的时间与在map函数中执行实际工作所花费的时间相当

 dataset = tf.data.Dataset.list_files(file_pattern=...)
 dataset = dataset.map(map_function)
 for image in dataset.as_numpy_iterator():
    #Correctly outputs the numpy array, no error is displayed/encountered
    print(image)

  dataset = tf.data.Dataset.list_files(file_pattern=...)
  dataset = dataset.batch(32).map(map_function)
  for image in dataset.as_numpy_iterator():
    #Error is displayed 
      print(image)