Python 无法运行TensorFlow加载图像示例（进程路径错误）

我正在尝试从TF运行以下教程：

我正在运行第二种方法（使用tf.data进行更精细的控制）

提供的教程可以使用

Dataset.map

创建图像、标签对的数据集。在这里，TF提供以下函数来利用

Dataset.map

：

def get_标签（文件路径）：
#将路径转换为路径组件列表
parts=tf.strings.split（文件路径，os.path.sep）
#倒数第二个是类目录
一个热=零件[-2]==类名称
#整数编码标签
返回tf.argmax（一个热）
def解码img（img）：
#将压缩字符串转换为3D uint8张量
img=tf.image.decode\u jpeg（img，通道=3）
#将图像调整为所需大小
返回tf.image.resize（img，[img\u高度，img\u宽度]）
def进程路径（文件路径）：
标签=获取标签（文件路径）
#以字符串形式从文件加载原始数据
img=tf.io.read\u文件（文件路径）
img=解码\u img（img）
返回img，标签

运行该示例时，出现以下错误：

train\u ds=train\u ds.map（进程路径，num\u并行调用=AUTOTUNE）
TypeError:传递到参数“input”的值的数据类型“bool”不在允许值列表中：float32、float64。。。

由于它是直接从TF网站教程来的，我不确定我错在哪里。有什么想法吗？数据目录是逐字结构化的（来自教程）：

花儿与照片/ 黛西/ 蒲公英/ 玫瑰/ 向日葵/ 郁金香/

更新1 @nicolas gervais回答尝试的输出：

对于图像，在序列中添加标签（5）：
打印（“图像形状：”，Image.numpy（）.shape）
打印（“Label:，Label.numpy（））
图像形状：（180、180、3）
标签：[[1.0]]
图像形状：（180、180、3）
标签：[[0.0.0.1.0.]]
图像形状：（180、180、3）
标签：[[1.0.0.0.0.]]
图像形状：（180、180、3）
标签：[[0.0.1.0.0.]]
图像形状：（180、180、3）
标签：[[0.0.1.0.0.]]

应该类似于：

图像形状：（180、180、3）

标签：4

更新2 似乎上述情况不符合要求，导致模型失败：

class_name=np.array（已排序（[item.name用于数据_dir.glob（'*'），如果item.name！=“LICENSE.txt”]））
打印（类名称）
[“雏菊”“蒲公英”“玫瑰”“向日葵”“郁金香”]
打印（列名（类别名称））
5.
...
模型拟合（训练数据、验证数据=val数据、历元=15）
InvalidArgumentError:Logits和labels必须具有相同的第一维度、Get Logits形状[5,5]和labels形状[25]

似乎不能在布尔张量上使用argmax。您可以改为手动执行一个热编码。只需确保定义

n_类

def get_label(file_path):
    parts = tf.strings.split(file_path, os.path.sep)
    bool_values = tf.equal(parts[-2], class_names)
    indices = tf.where(bool_values)
    one_hot = tf.one_hot(indices, depth=n_classes)
    return one_hot

看看这个，Tensorflow不支持布尔张量的argmax：

import tensorflow as tf

x = tf.convert_to_tensor([True, False, False])

tf.argmax(x)

更新3（最终版） 发现tensorflow有一个选项可以通过这里，特别是到

---

更改dtype=tf.dtypes.uint16后，没有问题。希望它对未来的任何人都有帮助。

我不知道他们使用的是什么版本。重要的是你要按自己的方式工作。如果你让它工作了，请不要犹豫，让我知道。嗯，它会输出一个热门的副产品标签。还有，现在导致模型失败。好的，还有两个问题。在tf.data.Dataset的末尾使用

.batch（4）

。请出示您的模型。我不确定是什么导致了其他错误在答案解决您的问题后，您不应该为完全无关的问题更新问题三次。本网站不是针对你所面临的任何问题的一对一辅导。它是为了解决特定的、最小的问题，这些问题在将来对其他人有用。

tf.python.framework.errors_impl.NotFoundError: Could not find valid device for node.
Node:{{node ArgMax}}
All kernels registered for op ArgMax :
  device='CPU'; T in [DT_INT64]; output_type in [DT_INT64]
  device='CPU'; T in [DT_INT64]; output_type in [DT_INT32]
  device='CPU'; T in [DT_INT32]; output_type in [DT_INT64]

tf.io.decode_png( contents, channels=0, dtype=tf.dtypes.uint8, name=None)