如何修复TypeError: 'BatchDataset'对象不可下标访问问题？

错误原因 #

报错TypeError: 'BatchDataset' object is not subscriptable是因为你试图用下标[]访问TensorFlow的BatchDataset对象data_files，但这类数据集对象不支持直接下标取值。要获取图片对应的类别名称，你需要单独维护一个类别名称列表，而非直接从数据集对象中提取。

修复步骤 #

情况1：数据集由tf.keras.utils.image_dataset_from_directory创建 #

如果你的数据集是通过这个API生成的，它自带class_names属性，直接提取即可：

import tensorflow as tf
# 示例：创建数据集的代码
data_files = tf.keras.utils.image_dataset_from_directory(
    "你的图片文件夹路径",
    image_size=(224, 224),  # 按你的实际尺寸设置
    batch_size=16  # 按你的实际批次大小设置
)
# 提取类别名称列表
class_names = data_files.class_names

然后修改可视化代码的标题行：

plt.figure(figsize = (15,15))
for image, label in data_files.take(1): 
    for i in range(12):
        plt.subplot(3, 4,i+1)
        plt.imshow(image[i].numpy().astype('uint8'))
        # 替换错误行：用class_names列表，同时将Tensor转为numpy数值
        plt.title(class_names[label[i].numpy()])
        plt.axis("off")

情况2：自定义构建的数据集 #

如果是手动构建的数据集，没有自带类别名称，就手动定义一个和标签顺序对应的类别列表：

# 按标签顺序定义所有类别，比如标签0对应"猫"、标签1对应"狗"等
class_names = ["猫", "狗", "兔子", "仓鼠"]  # 替换为你的实际类别

同样修改可视化代码的标题行，使用plt.title(class_names[label[i].numpy()])即可。

额外说明 #

label[i]是TensorFlow的Tensor对象，需要通过.numpy()转为Python数值，才能作为列表的下标使用。

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