使用TensorFlow ImageDataGenerator构建CNN时遇tf.float32类型错误

问题根源 #

在TensorFlow 2.10版本中，ImageDataGenerator的dtype参数无法直接识别tf.float32对象，该参数要求传入字符串格式的 dtype 标识或NumPy的dtype对象，而非TensorFlow的dtype对象。

解决方案 #

将datagen定义中的dtype=tf.float32替换为以下任一形式：

• 使用字符串：dtype='float32'
• 使用NumPy dtype：dtype=np.float32（需提前导入numpy）

修正后的完整代码示例 #

from keras.preprocessing.image import ImageDataGenerator
import numpy as np  # 若使用np.float32需导入

img_height, img_width = 224

datagen = ImageDataGenerator(
    rescale=1./255,
    data_format='channels_last',
    validation_split=0.1,
    dtype='float32',  # 改为字符串格式的dtype标识
)

train_generator = datagen.flow_from_directory(
    filepath,
    target_size=(img_height, img_width),
    batch_size=batch_size
)

nonsense = train_generator[0][0]
print(nonsense.dtype)  # 正常输出float32

额外说明 #

如果代码中混用了独立Keras库和TensorFlow内置的Keras，建议统一使用tf.keras.preprocessing.image.ImageDataGenerator，避免不同库之间的参数处理逻辑差异。

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