我在本地有一個(gè)非常龐大的圖像數(shù)據(jù)庫(kù)，數(shù)據(jù)分布就像每個(gè)文件夾都包含一個(gè)類的圖像。我想使用 tensorflow 數(shù)據(jù)集 API 來(lái)批量獲取數(shù)據(jù)，而無(wú)需將所有圖像加載到內(nèi)存中。我試過(guò)這樣的事情：def _parse_function(filename, label):    image_string = tf.read_file(filename, "file_reader")    image_decoded = tf.image.decode_jpeg(image_string, channels=3)    image = tf.cast(image_decoded, tf.float32)    return image, labelimage_list, label_list, label_map_dict = read_data()dataset = tf.data.Dataset.from_tensor_slices((tf.constant(image_list), tf.constant(label_list)))dataset = dataset.shuffle(len(image_list))dataset = dataset.repeat(epochs).batch(batch_size)dataset = dataset.map(_parse_function)iterator = dataset.make_one_shot_iterator()image_list 是一個(gè)列表，其中附加了圖像的路徑（和名稱），label_list 是一個(gè)列表，其中每個(gè)圖像的類都以相同的順序附加。但是 _parse_function 不起作用，我的錯(cuò)誤是：ValueError: Shape must be rank 0 but is rank 1 for 'file_reader' (op: 'ReadFile') with input shape: [?]。我用谷歌搜索了錯(cuò)誤，但對(duì)我沒(méi)有任何作用。如果我不使用 map 函數(shù)，我只是記錄圖像的路徑（它們存儲(chǔ)在 image_list 中），所以我認(rèn)為我需要 map 函數(shù)來(lái)讀取圖像，但我無(wú)法使其工作。先感謝您。編輯：    def read_data():        image_list = []        label_list = []        label_map_dict = {}        count_label = 0        for class_name in os.listdir(base_path):            class_path = os.path.join(base_path, class_name)            label_map_dict[class_name]=count_label            for image_name in os.listdir(class_path):                image_path = os.path.join(class_path, image_name)                label_list.append(count_label)                image_list.append(image_path)            count_label += 1