TensorFlow数据集映射函数报错：缺少label参数求助

错误原因 #

TensorFlow Datasets中的iris数据集，默认返回的每个元素是字典类型，包含'features'（花的数值特征数据）和'label'（分类标签）两个键。而你定义的_preprocess_img函数期望接收两个独立参数（image, label），但dataset.map()实际传入的是单个字典对象，因此触发"缺少label参数"的类型错误。

解决方法 #

方法1：修改预处理函数适配字典结构 #

直接解析字典中的键值对，调整预处理函数的参数和逻辑：

import tensorflow as tf
import tensorflow_datasets as tfds

(data), info = tfds.load("iris", with_info=True, split="train")
print(info.splits)

data = data.shuffle(150)
train_data = data.take(120)
test_data = data.skip(120)

def preprocess(dataset):
    
    def _preprocess_dict(elem):
        # 从字典中提取特征和标签
        features = elem['features']
        label = tf.one_hot(elem['label'], depth=3)
        return features, label
            
    dataset = dataset.map(_preprocess_dict)
    return dataset.batch(32).prefetch(tf.data.experimental.AUTOTUNE)

train_data = preprocess(train_data)
test_data = preprocess(test_data)

方法2：加载数据集时指定as_supervised=True #

让TFDS直接返回(特征, 标签)的元组形式，适配原预处理函数的参数结构：

import tensorflow as tf
import tensorflow_datasets as tfds

# 添加as_supervised=True，将数据转为(features, label)元组
(data), info = tfds.load("iris", with_info=True, split="train", as_supervised=True)
print(info.splits)

data = data.shuffle(150)
train_data = data.take(120)
test_data = data.skip(120)

def preprocess(dataset):
    
    def _preprocess_img(features, label):
        label = tf.one_hot(label, depth=3)
        return features, label
            
    dataset = dataset.map(_preprocess_img)
    return dataset.batch(32).prefetch(tf.data.experimental.AUTOTUNE)

train_data = preprocess(train_data)
test_data = preprocess(test_data)

注：方法2中建议将参数名image改为features更准确，因为iris数据集是数值特征，并非图像数据。

内容的提问来源于stack exchange，提问作者Sven