Python 从tensorflow数据集获取要素时出错

我在尝试加载加州理工学院tensorflow数据集时出错。我使用的是在

错误是：

tensorflow.python.framework.errors_impl.InvalidArgumentError: Cannot batch tensors with different shapes in component 0. First element had shape [204,300,3] and element 1 had shape [153,300,3]. [Op:IteratorGetNextSync]

错误指向ds\U列车功能的

行。取（1）

代码：

ds\U列车，ds\U测试=tfds.load（name=“caltech101”，split=[“列车”，“测试”]）
ds_train=ds_train.shuffle（1000）.批处理（128）.预取（10）
对于ds_系列中的功能，请选择（1）：
图像，标签=特征[“图像”]，特征[“标签”]

问题源于数据集包含可变大小的图像（请参见数据集说明）。Tensorflow只能将具有相同形状的内容批处理在一起，因此您首先需要将图像重塑为一个公共形状（例如，网络的输入形状）或相应地填充它们

如果要调整大小，请使用：

如果您想填充，请使用（只需在上述

预处理

功能中替换它，并根据需要调整参数）。 通常，对于我所知道的大多数网络，都会使用调整大小

最后，在数据集上映射函数：

ds_train = (ds_train
            .map(prepocess)
            .shuffle(1000)
            .batch(128)
            .prefetch(10))

---

注意：错误代码中的变量形状来自于

shuffle

调用。

调用

tfds.load

后运行

print（ds\u train.output\u shapes）

的结果是什么？

{image'：TensorShape（[Dimension（None），Dimension（None），Dimension（3）]，“image/file\u name”：TensorShape（[]）），“标签”：TensorShape（[]）}

如果在

ds\u train=ds\u train.shuffle（1000）.batch（128）.prefetch（10）

？

{image]：TensorShape（[Dimension（None），Dimension（None），Dimension（None），Dimension（None），Dimension（None），Dimension（3）]，“image/文件名”：TensorShape（[Dimension（None）]，“标签”：TensorShape（[Dimension（None）]）

是否可能在不首先清除python环境的情况下意外运行了

ds\u train=ds\u train.shuffle（1000）.batch（128）.prefetch（10）

行两次？从输出中可以看出，

tfds.load

不会预批处理数据（也不应该预批处理），但您的错误消息显示代码试图批处理整个数据集，而不是单个样本。如果您重新启动python解释器并按照显示的方式运行这些行，而中间没有任何其他内容，那么问题还会发生吗？啊，谢谢。我想没有简单的方法来重塑或垫？当然有！让我再补充一句：谢谢，非常感谢：）

ds_train = (ds_train
            .map(prepocess)
            .shuffle(1000)
            .batch(128)
            .prefetch(10))