我正在嘗試將 Google Storage 上的目錄解析為字符串，但我不斷收到錯誤。我想找到每個文件的目錄并將目錄名稱的數字編碼作為數據集返回。這在使用 LabelEncoder 的 sklearn 中是微不足道的，但我在 Tensorflow 中做這件事時遇到了麻煩。CLASS_NAMES = [b'class_1', b'class_2', b'class_3']labeler = tfds.features.ClassLabel(names=CLASS_NAMES)def parse_filenames(filename): label = tf.strings.split(tf.expand_dims(filename, axis=-1), sep='/') label = label.values[-2] # Problem is in the two lines below position_feature = tf.feature_column.categorical_column_with_vocabulary_list('label_names', CLASS_NAMES) label = tf.io.parse_example(label, features=position_feature) return labelfolder = b'gs://<bucket>/train/*/*.jpg'filenames_dataset = tf.data.Dataset.list_files(folder)label_dataset = filenames_dataset.map(parse_filenames)next(iter(label_dataset))我得到一個錯誤ValueError: dictionary update sequence element #0 has length 16; 2 is required如果我刪除“# Problem is here”注釋下的兩行，它工作正常，除了它返回一個字符串而不是一個整數。我已經嘗試過其他非張量流選項，例如 <list_name>.index(label)，但那些當然會失敗，因為一切都是張量而不是字符串。還有另一種方法嗎？
2 回答
千巷貓影
TA貢獻1829條經驗 獲得超7個贊
也許你可以試試這一行而不是這兩行：
label = tf.argmax(tf.cast(parts[-2] == CLASS_NAMES, tf.int32))
你會得到類似的東西[0, 1, 0]（標簽的索引在CLASS_NAMES）。
功能和可重現的例子：
import tensorflow as tf
import numpy as np
from string import ascii_lowercase as letters
CLASS_NAMES = [b'class_1', b'class_2', b'class_3']
files = ['\\'.join([np.random.choice(CLASS_NAMES).decode(),
''.join(np.random.choice(list(letters), 5)) + '.jpg'])
for i in range(10)]
ds = tf.data.Dataset.from_tensor_slices(files)
這是我生成的假文件：
['class_3\\jrxog.jpg',
'class_1\\slfiq.jpg',
'class_2\\svldd.jpg',
'class_2\\avrgt.jpg',
'class_3\\wqwuv.jpg']
現在實現這個：
def get_label(file_path):
parts = tf.strings.split(file_path, '\\')
return file_path, tf.argmax(tf.cast(parts[-2] == CLASS_NAMES, tf.int32))
ds = ds.map(get_label)
next(iter(ds))
(<tf.Tensor: shape=(), dtype=string, numpy=b'class_1\\bbqrx.jpg'>,
<tf.Tensor: shape=(), dtype=int64, numpy=0>)
添加回答
舉報
0/150
提交
取消