Python TensorFlow解码\u csv形状错误

我使用

tf.data.TextLineDataset

读取

*.csv

文件，并在其上应用

map

：

dataset=tf.data.TextLineDataset（os.path.join（data\u dir，subset，'label.txt'））
dataset=dataset.map（lambda值：parse_record_fn（值，is_training），
num_parallel_calls=num_parallel_calls）

解析函数

Parse\u record\u fn

如下所示：

def parse_记录（原始记录，is_培训）：
默认_记录=[“/”，-1]
文件名，label=tf.decode\u csv（[raw\u record]，默认\u record）
#做点什么
返回图像、标签

但是在解析函数中的

tf.decode\u csv

处出现

ValueError

：

ValueError:对于输入形状为[1]、[]、[]的“decodeCV”（op:'decodeCV'），形状必须为秩1，但为秩0。

My

*.csv

文件示例：

/data/1.png，5
/data/2.png，7

问题：

哪里出了问题

形状：[1]，[]，[]

是什么意思

复制 此错误可在此代码中重现：

将tensorflow导入为tf
导入操作系统
def parse_记录（原始记录、is_培训）：
默认_记录=[“/”，-1]
文件名，label=tf.decode\u csv（[raw\u record]，默认\u record）
#做点什么
返回图像、标签
使用tf.Session（）作为sess：
csv_路径='./labels.txt'
dataset=tf.data.TextLineDataset（csv_路径）
dataset=dataset.map（lambda值：parse_记录（值，True））
sess.run（数据集）

查看的文档，其中说明了默认记录：

记录默认值：具有特定类型的张量对象列表。 可接受的类型有float32、float64、int32、int64和string。一个 输入记录每列的张量，默认为标量 该列的值，如果需要该列，则为空

我相信您所得到的错误源于您如何定义张量

default\u记录

。您的

default\u记录

当然是一个张量对象列表（或可转换为张量的对象），但我认为错误消息告诉您，它们应该是秩1张量，而不是像您的情况那样的秩0张量

您可以通过将默认记录设为秩1张量来解决此问题。请参见以下玩具示例：

import tensorflow as tf

my_line = 'filename.png, 10'
default_record_1 = [['./'], [-1]] # do this!
default_record_2 = ['./', -1] # this is what you do now

decoded_1 = tf.decode_csv(my_line, default_record_1)
with tf.Session() as sess:
    d = sess.run(decoded_1)
    print(d)

# This will cause an error
decoded_2 = tf.decode_csv(my_line, default_record_2)

最后一行产生的错误很常见：

ValueError:形状必须为秩1，但对于“解码CSV_1”（op: “DecodeCCSV”）具有以下输入形状：[]、[]、[]

---

在消息中，输入形状，即三个括号

[]

，指的是

tf.decode\u csv

的输入参数

记录

、

记录_默认值

和

字段_delim

的形状。在您的情况下，这些形状中的第一个是

[1]

，因为您输入了

[raw\u record]

。我同意本案例的信息不是很有信息性…

查看的文档，它说明了默认记录：

记录默认值：具有特定类型的张量对象列表。 可接受的类型有float32、float64、int32、int64和string。一个 输入记录每列的张量，默认为标量 该列的值，如果需要该列，则为空

我相信您所得到的错误源于您如何定义张量

default\u记录

。您的

default\u记录

当然是一个张量对象列表（或可转换为张量的对象），但我认为错误消息告诉您，它们应该是秩1张量，而不是像您的情况那样的秩0张量

您可以通过将默认记录设为秩1张量来解决此问题。请参见以下玩具示例：

import tensorflow as tf

my_line = 'filename.png, 10'
default_record_1 = [['./'], [-1]] # do this!
default_record_2 = ['./', -1] # this is what you do now

decoded_1 = tf.decode_csv(my_line, default_record_1)
with tf.Session() as sess:
    d = sess.run(decoded_1)
    print(d)

# This will cause an error
decoded_2 = tf.decode_csv(my_line, default_record_2)

最后一行产生的错误很常见：

ValueError:形状必须为秩1，但对于“解码CSV_1”（op: “DecodeCCSV”）具有以下输入形状：[]、[]、[]

在消息中，输入形状，即三个括号

[]

，指的是

tf.decode\u csv

的输入参数

记录

、

记录_默认值

和

字段_delim

的形状。在您的情况下，这些形状中的第一个是

[1]

，因为您输入了

[raw\u record]

。我同意这个案例的信息不是很有用