使用TensorFlow蜜蜂数据集训练MobileVit时遇TypeError问题求助

问题定位 #

你遇到的TypeError: Expected any non-tensor type, but got a tensor instead错误，核心是预处理函数prepare_dataset中的某些操作，错误地将张量当作非张量类型使用——因为bee_dataset的输出结构/类型和你之前用的数据集存在差异，导致预处理逻辑不兼容。

排查与解决步骤 #

1. 先确认bee_dataset的样本结构 #

先打印数据集的单个样本，明确image和label的类型、形状，对比正常数据集的差异：

# 在加载数据集后添加这段代码
for image, label in train_dataset.take(1):
    print("Image shape:", image.shape)
    print("Label type:", type(label))
    print("Label value:", label.numpy())
    print("Label shape:", label.shape)

重点关注：

• label是否是标量张量（shape=()），还是多维张量（比如one-hot编码的shape=(num_classes,)）
• image的 dtype（比如uint8/float32）是否和其他数据集一致

2. 检查prepare_dataset函数的关键操作 #

错误大概率出在prepare_dataset内部，重点排查以下场景：

• 用Python条件判断直接处理张量：比如if label == 0:这种写法，Python的if无法直接判断张量，要换成tf.cond或tf.where
• 将张量传给需要非张量参数的函数：比如调用numpy函数、tf.image.resize的method参数（需要Python枚举/整数）时，传入了张量
• 假设label是Python数值而非张量：比如将label用作循环次数、数组索引等，这些场景需要先转成Python数值（label.numpy()，但要确保在 eager 模式或tf.function外使用）

3. 针对bee_dataset的适配调整 #

如果排查发现bee_dataset的label是多维张量（比如one-hot格式），而模型期望单值标签，需要在预处理中转换为标量：

def preprocess(image, label):
    # 如果label是one-hot编码，转为标量
    label = tf.argmax(label, axis=-1)
    # 其他预处理操作
    image = tf.image.resize(image, (224, 224))
    image = tf.cast(image, tf.float32) / 255.0
    return image, label

4. 修正cardinality的打印问题 #

额外提一句：你当前打印数据集数量的代码会输出张量对象，而非实际数值，建议修改为：

num_train = train_dataset.cardinality().numpy()
num_val = val_dataset.cardinality().numpy()
print(f"Number of training examples: {num_train}")
print(f"Number of validation examples: {num_val}")

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