如何在tf.data.Dataset管道中为tf.contrib.image.dense_image_warp生成流

Question

我正在尝试使用Tensorflow将弹性变形应用于张量，

ds = tf.data.Dataset.from_tensor_slices((images, masks))
ds = ds.map(lambda x, y: self._preproc_samples(x, y, augment=True))

return ds

我的预处理功能如下：

def _preproc_samples(self, x, y):
    flow = ...
    x = tf.contrib.image.dense_image_warp(x, flow)
    y = tf.contrib.image.dense_image_warp(y, flow)
    ...
    return (x,y)

我的问题是：如何生成随机流，以便每对图像和标签都可以以相同的方式变形？

编辑：为清楚起见，我正在尝试实现类似https://www.kaggle.com/ori226/data-augmentation-with-elastic-deformations但使用张量的方法