tf.data.Dataset加载自编码器报错：原因与无数组加载方案

1. 报错原因 #

当使用tf.data.Dataset作为fit()的输入时，Keras默认认为该Dataset已经包含**输入数据（x）和目标数据（y）**的配对。但你通过label_mode=None创建的train_ds只包含输入图像，没有标签/目标。此时你调用fit(train_ds, train_ds)，额外传入第二个train_ds作为y参数，违反了Dataset作为输入时的规则——y参数不允许被指定，因此触发ValueError。

2. 修复方案 #

核心思路：让Dataset包含(input, target)配对

自编码器的训练目标是让输出还原输入，所以需要将每个图像同时作为输入和目标，同时补充数据归一化（适配模型最后一层的sigmoid激活）。

步骤1：处理数据集

import tensorflow as tf

# 1. 加载原始数据集（你的原有代码）
train_ds = tf.keras.utils.image_dataset_from_directory(
    trainData,
    label_mode=None,
    color_mode='rgb',
    batch_size=32,
    image_size=(256,256)
)
test_ds = tf.keras.utils.image_dataset_from_directory(
    testData,
    label_mode=None,
    color_mode='rgb',
    batch_size=32,
    image_size=(256,256)
)

# 2. 归一化：将像素值从0-255转为0-1（适配sigmoid输出）
def normalize_img(image):
    return tf.cast(image, tf.float32) / 255.0

# 3. 转换为(input, target)配对：每个图像既是输入也是训练目标
train_ds = train_ds.map(normalize_img).map(lambda x: (x, x))
test_ds = test_ds.map(normalize_img).map(lambda x: (x, x))

# 4. 优化性能（可选但推荐）：缓存+预取，提升大规模数据训练效率
train_ds = train_ds.cache().prefetch(buffer_size=tf.data.AUTOTUNE)
test_ds = test_ds.cache().prefetch(buffer_size=tf.data.AUTOTUNE)

步骤2：修改训练代码

现在Dataset已经包含了输入和目标的配对，训练时只需传入Dataset即可，无需额外指定y参数：

autoencoder_train = autoencoder.fit(
    train_ds,
    epochs=25,
    shuffle=True,
    validation_data=test_ds
)

注：你模型代码中的尺寸注释存在错误（比如输入256x256，第一次MaxPooling后应为128x128而非32x32），但当前模型的输出尺寸（256x256x3）与输入匹配，不影响训练，后续可按需修正注释。

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