Python TensorFlow dataset.map（）方法不适用于内置的tf.keras.preprocessing.image函数

我在数据集中加载如下内容：

import tensorflow_datasets as tfds

ds = tfds.load(
    'caltech_birds2010',
    split='train',
    as_supervised=False)

这个函数可以很好地工作：

import tensorflow as tf

@tf.function
def pad(image,label):
    return (tf.image.resize_with_pad(image,32,32),label)

ds = ds.map(pad)

但是当我尝试映射一个不同的内置函数时

from tf.keras.preprocessing.image import random_rotation

@tf.function
def rotate(image,label):
    return (random_rotation(image,90), label)

ds = ds.map(rotate)

我得到以下错误：

AttributeError:“Tensor”对象没有属性“ndim”

这不是唯一一个给我带来问题的函数，无论是否使用

@tf.function

装饰器，都会出现问题

---

非常感谢您的帮助

我会尝试在这里使用tf.py_函数进行随机_旋转。例如：

def rotate(image, label):
    im_shape = image.shape
    [image, label,] = tf.py_function(random_rotate,[image, label],
                                     [tf.float32, tf.string])
    image.set_shape(im_shape)
    return image, label

ds = ds.map(rotate)

尽管我认为它们在这里根据执行类似的操作，但tf.py_函数对于通过tensorflow执行python代码来说更为直接，尽管tf.function具有性能优势