使用tf.data.Dataset.from_tensor_slices时map函数无法获取字符串值的问题

你遇到的问题是因为dataset.map默认会将函数作为图节点执行（即使在eager模式下），此时函数内的x是符号张量，而非实际的字符串值，所以打印出来的是张量的符号描述而非真实内容。要在函数内访问真实字符串，有两种可行方案：

方案一：用tf.py_function包装Python逻辑 #

tf.py_function允许在TensorFlow图中执行原生Python代码，你可以在函数内将张量转换为Python字符串：

import tensorflow as tf

def test(x):
    # 将字符串张量转为Python原生字符串（bytes转str需decode）
    filename = x.numpy().decode('utf-8')
    # 这里可以执行文件操作，比如 open(filename) 处理文件
    print("当前处理文件：", filename)
    return x

filenames = ['a','b','c']

dataset = tf.data.Dataset.from_tensor_slices(filenames)
# 用tf.py_function包装，指定输入输出的张量类型
dd = dataset.map(lambda x: tf.py_function(func=test, inp=[x], Tout=tf.string))

# 验证
print(next(dd.as_numpy_iterator()))

方案二：优先使用TensorFlow内置IO操作 #

如果你的需求只是读取文件内容，建议直接用TensorFlow原生的tf.io.read_file，无需转换为Python字符串，这种方式更适配图模式，执行效率更高：

import tensorflow as tf

def read_file(x):
    # 直接用TF内置函数读取文件，无需获取Python字符串
    file_content = tf.io.read_file(x)
    # 可在此添加内容处理逻辑
    return file_content

filenames = ['a','b','c']

dataset = tf.data.Dataset.from_tensor_slices(filenames)
dd = dataset.map(read_file)

内容的提问来源于stack exchange，提问作者user3433489