Python Tensorflow数据集重塑图像

我想使用tensorflow数据集构建一个数据管道。因为每个数据都有不同的形状，所以我无法构建数据管道

将tensorflow_数据集导入为TFD
导入tensorflow作为tf
dataset\u builder=tfds.builder（“oxford\u flowers102”）
数据集\u生成器。下载\u和\u prepare（）
train\u data=dataset\u builder.as\u dataset（split=tfds.split.train）
列车数据=列车数据。重复（）。批次（32）
列车数据=列车数据预取（tf.data.experimental.AUTOTUNE）
train\u iterator=train\u data.make\u one\u shot\u iterator（）
train\u next\u元素=train\u迭代器。get\u next（）
使用tf.Session（）作为sess：
列车批处理=sess.run（列车下一个列车要素）

上面的代码给出了错误：

“tensorflow.python.framework.errors\u impl.InvalidArgumentError:无法在组件1中批处理具有不同形状的张量。第一个元素具有形状[500666,3]，而元素1具有形状[752500,3]。”

---

我希望所有图像都是[224,3]的形状。如何重塑现有tensorflow数据集中的图像？

您可以动态调整图像的大小，如：

train_data = train_data.map(lambda image: tf.image.resize_image_with_crop_or_pad(image, 224, 224))

---

就在执行

train\u data=train\u data.repeat（）.批处理（32）

之前。另外，使用

tf.data.Dataset.map（…）

方法，您可以在批处理图像之前对图像应用各种变换。

完美！很高兴我能帮忙！