Python 如何在TensorFlow数据集上正确使用tf.function

我试图使用带有@TF.function的TF数据集对图像目录执行一些预处理。在tf函数中，图像文件被读取为原始字符串张量，我试图从该张量中获取一个切片。前13个字符表示关于.ppm图像的信息（标题）。我得到一个错误：

ValueError:Shape必须是秩1，但对于输入形状为[]、[1]、[1]

的“切片”（op:'Slice'），它的秩0。起初，我试图直接切分tensor的.numpy（）属性（

filepath

tf函数的输入参数），但我认为在tf函数中这样做在语义上是错误的。它也不起作用，因为

文件路径

输入张量没有numpy（）属性（我不明白为什么？？）。在tf函数之外，例如在jupyter笔记本单元中，我可以迭代数据集，获取具有numpy属性的单个项目，并对其执行切片和所有后续处理。我确实意识到我对TF工作原理的理解可能存在差距（我正在使用TF2.0），因此我希望有人能澄清我在阅读中遗漏的内容。tf函数的目的是将ppm图像转换为png，因此该函数有一个副作用，但我没有深入了解这是否可行

代码如下：

@tf.function
def ppm_to_png(filepath):
    ppm_bytes = tf.io.read_file(filepath) #.numpy()
    bytes_header = tf.slice(ppm_bytes, [0], [13])
    # bytes_header = ppm_bytes[:13].eval()  # this did not work either with similar error msg
    .
    .
    .

---

要在TF中操作字符串值，请查看

在这种情况下，可以使用

tf.strings.substr

：

@tf.function
def ppm_to_png(filepath):
  ppm_bytes = tf.io.read_file(filepath)
  bytes_header = tf.strings.substr(ppm_bytes, 0, 13)
  tf.print(bytes_header)

---

tf.slice

仅对张量对象进行操作，而不对其元素进行操作。这里，

ppm_bytes

是一个标量张量，包含类型为

tf.string

的单个元素，其值是文件的整个字符串内容。因此，当您调用

tf.slice

时，它只查看标量位，并没有足够聪明地意识到您实际上想要获取该元素的切片。

substr工作了，但我仍然得到一个没有numpy属性的张量。我需要标题张量的内容，这样我才能解码它。标题包含字符和整数。如何从张量（bytes\u头）中获取这些值？另外，为什么代码在python中工作，而在我将其用于TF数据集时不工作？我认为现在默认使用的是急切执行，所以TF代码更像Python。。。我不明白为什么ppm_to_png（）中的张量没有我可以在函数中使用的numpy属性？？numpy（）在tf.function中不可用。这并不明显，但数据集总是使用tf.function，即使在急切的执行中也是如此。要获取numpy值并运行任意python，您应该使用-也就是说，编写一个单独的函数，用py_函数包装该函数，并从提供给数据集的函数调用该函数。也就是说，我建议您单独将图像转换为png，然后使用

@tf.function
def ppm_to_png(filepath):
  ppm_bytes = tf.io.read_file(filepath)
  bytes_header = tf.strings.substr(ppm_bytes, 0, 13)
  tf.print(bytes_header)