我正在尝试使用TensorFlow训练图像翻译模型，该数据集包含两个等长的图像列表，如何将它们都应用到地图上，以便它们获得相同的增强效果。
我试图创建一个变量来跟踪它是哪个迭代，以及使用种子随机数。
def load_and_preprocess_color（path）： 图片= tf.read_file（路径） 图片= tf.image.decode_png（图片，通道= 3） 图片= tf.image.resize（图片，[224，224]） 图片= tf.image.random_flip_left_right（图片） 图片/ = 255.0＃归一化为[0,1]范围 返回图片
def load_and_preprocess_gray（path）： 图片= tf.read_file（路径） 图片= tf.image.decode_png（图片，渠道= 1） 图片= tf.image.resize（图片，[224，224]） 图片= tf.image.random_flip_left_right（图片） 图片/ = 255.0＃归一化为[0,1]范围 返回图片
input_data_root = pathlib.Path（'Images / Gray /'）output_data_root = pathlib.Path（'Images / Color /'）
input_image_paths = [input_data_root.iterdir（）中项目的str（item）] output_image_paths = [str（item）用于项目 output_data_root.iterdir（）] image_count = len（input_image_paths）
input_path_ds = tf.data.Dataset.from_tensor_slices（input_image_paths） output_path_ds = tf.data.Dataset.from_tensor_slices（output_image_paths）
input_ds = input_path_ds.map（load_and_preprocess_gray，num_parallel_calls = AUTOTUNE） output_ds = output_path_ds.map（load_and_preprocess_color，num_parallel_calls = AUTOTUNE`
我希望位于同一位置的两个数据要么翻转要么不翻转，但翻转状态与另一个相同