Tensorflow 操纵矩阵张量流，tf.data.dataset有问题

我想连接三个大小为[10241024,3]的图像，以创建一个大小为[310241024,3]的批处理。我用TensorFlow编写了这段代码，但它不起作用。它返回错误

“不可访问的传感器错误：此处无法访问张量'tensor（'truediv:0'，shape=（1024，1024，3），dtype=float32）”：它是在另一个函数或代码块中定义的。请使用返回值、显式Python局部变量或TensorFlow集合来访问它。“

---

通常，tensorflow不支持项目分配。相反，生成所需的所有

img

层，然后使用

tf.stack（）

或

tf.concatenate

filename = [img1.png, img2.png, img3.png]
cnt=0
slices = []
for fi in filename:
  bits = tf.io.read_file(fi)
  img = tf.image.decode_jpeg(bits, channels=3)
  img = tf.image.resize(img, (1024,1024))
  slices.append(tf.cast(img, tf.float32) / 255.0)
  cnt +=1

image = tf.stack(slices)

---

同样，通过这种方式，它返回错误“InaccessibleTensorError:tensor'tensor（“truediv:0”，shape=（1024，1024，3），dtype=float32）”不能在这里访问：它是在另一个函数或代码块中定义的。使用返回值、显式Python局部变量或TensorFlow集合来访问它。实际上，我正在使用以下代码，它在“image=tf.stack（slices）”def decode\u img（文件名）：image=tf.ones（（310241024,3），dtype=tf.dtypes.float32）cnt=0 slices=[]行返回错误，对于文件名中的fi:bits=tf.io.read\u file（fi）img=tf.image.decode\u jpeg（bits，channels=3）img=tf.image.resize（img，（10241024））slices.append（tf.cast）（tf.cast（img，tf.float32）/255.0）cnt+=1 image=tf.stack（slices）return image filenames=[img1.png，img2.png，img3.png]dataset=tf.data.dataset.from_tensor_slices（filenames）dataset=dataset.map（decode_img）Post有问题，格式为代码，这很难阅读，在代码中您首先定义图像，然后尝试为图像分配一个新值。tf中一般不允许分配。每次要组合几个变量或修改它们时，都需要将结果分配给一个新变量。这是基于tensorflow为有效的反向传播定义其函数图的方式我相信对不起，这是我的一段代码，我编辑了这个问题，并将所有代码

filename = [img1.png, img2.png, img3.png]
cnt=0
slices = []
for fi in filename:
  bits = tf.io.read_file(fi)
  img = tf.image.decode_jpeg(bits, channels=3)
  img = tf.image.resize(img, (1024,1024))
  slices.append(tf.cast(img, tf.float32) / 255.0)
  cnt +=1

image = tf.stack(slices)