在TFDS中已返回file_path，加载数据集时如何获取该文件路径？

你在_generate_examples中返回的file_path是作为**样本的唯一标识（key）**存在的，但TFDS默认加载时会丢弃这个key，只返回样本的特征字典。要获取这些文件路径，需要在加载时配置保留key，再遍历提取：

步骤1：加载数据集时开启保留key的配置 #

通过tfds.ReadConfig设置add_key=True，让TFDS返回包含key的样本元组：

import tensorflow_datasets as tfds

# 配置读取规则，保留样本的key（即你返回的file_path）
read_config = tfds.ReadConfig(add_key=True)
# 加载数据集并传入配置
data = tfds.load('dataset', read_config=read_config)

步骤2：遍历数据集提取文件路径 #

加载后的数据集每个元素是(key, example_dict)的元组，其中key就是你在_generate_examples中返回的file_path。由于TFDS会将字符串key转为tf.string类型的张量，需要解码为Python字符串：

# 假设数据集包含train拆分，根据实际拆分名称调整
train_dataset = data['train']

# 遍历打印所有文件路径
for key, sample in train_dataset:
    # 将张量转为Python字符串
    file_path = key.numpy().decode('utf-8')
    print(file_path)

简化处理：用tfds.as_numpy直接获取Python类型 #

如果不想手动处理张量解码，可以用tfds.as_numpy将数据集转为numpy类型的迭代器：

for key, sample in tfds.as_numpy(train_dataset):
    print(key.decode('utf-8'))

内容的提问来源于stack exchange，提问作者Ahmad Anis