使用tf.data.Dataset.from_tensor_slices创建数据集时遇非矩形序列转换错误

当你遇到Can't convert non-rectangular Python sequence to Tensor错误，核心原因是tf.data.Dataset.from_tensor_slices默认要求输入的序列形状规整，而你的label包含长度不一致的子列表，无法直接转为普通Tensor。要保留原始变长数据，正确的做法是用RaggedTensor包装变长序列，具体实现如下：

正确代码示例 #

import tensorflow as tf

data = ['A', 'B']
# 用tf.ragged.constant将变长label转为RaggedTensor
label = tf.ragged.constant([['a1', 'a2', 'a3'], ['b1', 'b2', 'b3', 'b4']])

# 基于RaggedTensor创建数据集
dataset = tf.data.Dataset.from_tensor_slices((data, label))

# 验证数据集输出
for d, l in dataset:
    print(f"数据: {d.numpy().decode()}, 标签: {l.numpy()}")

关键说明 #

• tf.ragged.constant专门用于处理变长的嵌套序列，它会保留原始数据的长度信息，无需填充。
• 如果你之前尝试tf.ragged.constant无效，大概率是没有将转换后的RaggedTensor正确传入from_tensor_slices，而是直接传入了原始Python列表。
• 迭代数据集时，RaggedTensor可以通过.numpy()转为Python列表，方便查看原始数据。

内容的提问来源于stack exchange，提问作者A_B_Y