Question

我正在使用tensorflow.Data API处理csv文件。 CSV的一项功能是图片名称。为了加载图像，我需要构建一个将基本文件夹与图像名称结合在一起的路径。但是，由于图像名称是张量，而基本文件夹是字符串，因此我无法将它们与os.path.join结合在一起。我包含以下代码。

def process_csv_data(folder_path, image_dimensions):
    width, height, channels = image_dimensions
    def map_function(raw_data):
        image_path = os.path.join(folder_path,raw_data['image_name'].numpy().decode('utf-8'))
        image = tf.io.read_file(image_path)
        image = tf.image.decode_jpeg(image, channels=channels)
        image = tf.image.resize(image, [width, height])
        image /= 255.0  # normalize to [0,1] range
        return image
    return map_function

前一个功能的用法如下：

    raw_csv_dataset = tf.data.experimental.make_csv_dataset(
        csv_path,
        batch_size=1,
        column_names=CSV_COLUMNS,
        shuffle=False)

    dataset = raw_csv_dataset.map(
         process_csv_data(folder_path, image_dimensions, mode),
         num_parallel_calls=tf.data.experimental.AUTOTUNE)

上面的代码会产生此错误：

AttributeError：“ Tensor”对象没有属性“ numpy”

我尝试了几种方法，但均未成功，例如将文件夹名称转换为张量并使用tf.strings.join，或将tf.string转换为标准python string。那么，什么是合适的方法呢？

我正在使用tensorflow 2.0

Answer 1

只需将字符串与+连接起来：

image_path = folder_path + os.sep + raw_data['image_name']

如果确实需要路径分隔符（如果它不包含在folder_path中，并且不想显式使用/或\，请使用os.sep。 / p>

连接string和tf.string以获取路径

1 个答案: