Tensorflow tf.data.Dataset是否支持生成字典结构？

下面是来自[]的一段代码。在本例中，

map

函数是一个用于读取数据的用户定义函数。在

map

函数中，我们需要设置输出类型为

[tf.uint8，label.dtype]

import cv2

# Use a custom OpenCV function to read the image, instead of the standard
# TensorFlow `tf.read_file()` operation.
def _read_py_function(filename, label):
  image_decoded = cv2.imread(image_string, cv2.IMREAD_GRAYSCALE)
  return image_decoded, label

# Use standard TensorFlow operations to resize the image to a fixed shape.
def _resize_function(image_decoded, label):
  image_decoded.set_shape([None, None, None])
  image_resized = tf.image.resize_images(image_decoded, [28, 28])
  return image_resized, label

  filenames = ["/var/data/image1.jpg", "/var/data/image2.jpg", ...]
  labels = [0, 37, 29, 1, ...]

dataset = tf.data.Dataset.from_tensor_slices((filenames, labels))
dataset = dataset.map(
  lambda filename, label: tuple(tf.py_func(
    _read_py_function, [filename, label], [tf.uint8, label.dtype])))
dataset = dataset.map(_resize_function)

我的问题是，如果我们希望

\u read\u py\u function（）

输出Python字典，那么我们如何设置输出类型？是否存在继承数据类型，如

tf.dict

？例如：

def _read_py_function(filename):
  image_filename = filename[0]
  label_filename = filename[1]
  image_id = filename[2]
  image_age = filename[3]
  image_decoded = cv2.imread(image_filename, cv2.IMREAD_GRAYSCALE)
  image_decoded = cv2.imread(label_fielname, cv2.IMREAD_GRAYSCALE)
  return {'image':image_decoded, 'label':label_decoded, 'id':image_id, 'age':image_age}

---

那么，我们如何设计

dataset.map（）

函数呢？

在

tf.data.dataset.map

调用的函数中返回dicts应该可以正常工作

以下是一个例子：

dataset=tf.data.dataset.range（10）
dataset=dataset.map（lambda x:{'a'：x，'b'：2*x}）
dataset=dataset.map（λy:y['a']+y['b']）
res=dataset.make_one_shot_iterator（）.get_next（）
使用tf.Session（）作为sess：
对于范围（10）内的i：
断言sess.run（res）==3*i

要添加到上述答案中，这同样有效：

dataset = tf.data.Dataset.range(10)
dataset = dataset.map(lambda x: {'a': x, 'b': 2 * x})

res = dataset.make_one_shot_iterator().get_next()

with tf.Session() as sess:
    for i in range(10):
        curr_res = sess.run(res)
        assert curr_res['a'] == i
        assert curr_res['b'] == 2 * i

---

您使用的是什么TensorFlow版本？我相信TensorFlow 1.4支持dicts，而1.2不支持（但支持元组）。您好@de1，谢谢您的评论！我使用的是1.4。您好Moindrot先生，谢谢！目前我仍在首先将数据转换为TFRecords，并序列化数据（图像+文本）进入TFRecords。以后我会尝试你的方法，然后我会给出反馈。非常感谢！