是一个；“正常”；python对象自动成为张量？e、 g.“；a「；或1

我很难理解为什么这个函数会起作用：

def tf_load_data(training, batch_size, img_path_list, label_list):

    # Arguments:
    # path_to_image: a Tensor of type string
    # returns 3-D float Tensor of shape [new_height, new_width, channels]
    def get_img(path_to_img):
        # load the raw data, encoded as string.
        raw_img = tf.io.read_file(path_to_img)
        # Creates a 3D uint8 tensor.
        img = ts.io.decode_png(raw_img, channels=3)  # pictures are not saved as Grayscale
        # Changes the values in the tensor to be floats in [0,1). -- Normalization
        img = ts.image.convert_image_dtype(img, tf.float32)
        # Resize all pictures to the same format.
        return ts.image.resize(img, [constant.IMG_WIDTH, constant.IMG_HEIGHT])

    # Arguments:
    # label_string: as byte:32 which represents a string
    # path_to_image: as byte:32 which represents a string
    # returns a pair of two Tensors
    def get_pair(path_to_img, label_string):
        return get_img(path_to_img), lable_string

    # Arguments: -- function is use together with tf.data.Dataset.map or tf.data.Dataset.apply
    # img: is a Tensor of type String
    # label: is a Tensor of type String
    # return: the type is the same as input
    def pre_process(img, label):
        # Do all the pre-processing:
        return img, label

    dataset = tf.data.Dataset.from_tensor_slices((img_path_list, label_list))
    dataset_tensor = dataset.map(map_func=get_pair, num_parallel_calls=None)

img_path_list和label_list是字符串类型的列表

我不明白的是很明显

dataset=tf.data.dataset.from_tensor_切片（（img_路径列表，标签列表））

是包含元组（）的张量。因此，当我运行

.map（map\u func=get\u pair，num\u parallel\u calls=None）

时，在

get\u对（path\u to\u img，label\u string）：

函数中，两个字符串作为元组传递。然后将这些字符串中的一个传递到

get\u img（path\u to\u img）

函数中，最后传递到

tf.io.read\u文件（path\u to\u img）

。 问题是，

io.read\u file（）

需要输入：“字符串类型的张量”（参见文档：）。 但是绳子！=到字符串类型的张量：

isinstance(tf.constant["hello"], tf.Tensor) == True

isinstance（“hello”，tf.Tensor）==False

以及：

isinstance（[“hello”，tf.Tensor）==False

---

谢谢你的帮助

您显式地使用了

tf

（tensorflow）调用，为什么会对得到张量感到奇怪？在您的

isinstance

测试中，您没有使用任何

tf

调用，为什么您想知道这些不是

tf

张量？不管怎样，

tf

是一个外部包，Python本身完全不知道它是什么。没有内置类型是张量。然而，

tf

可能会选择将任意对象提升为张量，如果它知道如何提升的话。好的，我明白了，也许它只是为我转换了它。