当我尝试用tf.data建立一个输入管道时，我遇到了一个非常奇怪的错误。我把我的参考图像和我的绘图合并成一个元组。然后我把它添加到列表中。这应该可以工作。
但是现在我在这一行得到这个奇怪的错误：
train_dataset = train_dataset.map(load_image_train, num_parallel_calls=tf.data.AUTOTUNE)下面是我的代码：
@tf.function()
def load_image_train(a_training_datapoint):
print(type(a_training_datapoint))
print("here 1")
real_image_path, drawing_path = zip(*a_training_datapoint)
print("here 2")
real_image = convert_images_to_tensor(real_image_path)
print("here 3")
drawing_image = convert_images_to_tensor(drawing_path)
real_image, drawing_image = random_jitter(real_image, drawing_image)
real_image, drawing_image = normalize(real_image, drawing_image)
return real_image, drawing_image然后我有了这个：
test_dataset_list = []
for data in test_set:
test_dataset_list.append(zip(data.reference_image, data.drawing))
print(test_dataset_list)这里1是唯一一个打印输出的。
因此，它看起来不像我正在解压缩元组，但我确信我做得是正确。
还它这样说：〈类'tensorflow .Python.框架.操作.Tensor'〉
当我打印出a_test_datapoint的类型时
1条答案
按热度按时间acruukt91#
此Zip方法不是zip作为文件加密，但它是引用Map，您无法读取它，因为一些硬件正在尝试，但对象仍然存在，如果不这样做，它无法恢复反向引用。
同样的问题，你的工作与路由路径或模拟问题，我的样本作为游戏找到下一步行动，并存在的解决方案。
服务器-硬件安全任务，其中一个角色为什么要压缩Fn
试试看，看看工作日志。
示例：重叠工作输入文本序列的Zip。