我目前正在使用ImageNet数据集，你可能知道它非常大。

我已经将其从.tar文件预处理成了tfrecord文件。

我目前使用以下方式加载数据集：

train, val = tfds.load(*)

所以我有两个tfds：train和val。

然后我使用以下代码调整它们：

def resize_with_crop(image, label):    i = image    i = tf.cast(i, tf.float32)    i = tf.image.resize_with_crop_or_pad(i, 224, 224)    i = tf.keras.applications.mobilenet_v2.preprocess_input(i)    return (i, label)# 预处理图像train = train.map(resize_with_crop)val = val.map(resize_with_crop)

这些步骤是我从这里学到的。

当我尝试拟合我的模型时，d = model.fit(train, validation_data=val,...)，其中第一层的形状为(None, 224, 224, 3)，我收到了以下错误：ValueError: Input 0 of layer conv2d is incompatible with the layer: expected ndim=4, found ndim=3

我认为这个问题是因为模型一次只接收一张图像（因此没有4D形状）。我无法将数据集保存在内存中以重构为(None, 224, 224, 3)，就像处理cifar-10数据集那样。

我的问题是，现在图像的形式为(224, 224, 3)，如何将它们用于期望4D形状的TensorFlow模型，而我无法在内存中重塑数据集？

或者，有没有办法调整tfds的形状，使其作为模型的输入？

我不确定我是否完全理解tfds，这就是我遇到这个问题的根本原因。此外，我确信标签也会引起问题（因为它们是整数），那么如何重新构造tfds的标签，使其为模型的一热编码？

回答：

tfds.load返回一个tf.data.Dataset对象。因此，你可以对返回的值执行任何与TensorFlow数据集相关的操作。

输入的4D数据通常期望为(batch_size, Hight, Width, Channel)。所以，如果你的图像形状为(224,224,3)，你需要对它们进行批处理，以便添加批次维度，以符合模型的期望。

要对数据集进行批处理，只需使用.batch(batch_size)：

train = train.batch(32)val = val.batch(32)