使用tf.keras构建CNN分类数据集时遇AttributeError报错求助

你报错是因为错误地从keras.preprocessing.image模块调用as_numpy_iterator——这个模块根本没有这个方法。在TensorFlow 2.7.0里，as_numpy_iterator是tf.data.Dataset对象的内置方法，或者可以通过tf.data.experimental.as_numpy_iterator来调用。

方式1：用数据集对象自带的方法 #

假设你已经用image_dataset_from_directory生成了数据集dataset，直接调用它的as_numpy_iterator()方法就行：

import numpy as np
import tensorflow as tf

# 构建数据集
dataset = tf.keras.utils.image_dataset_from_directory(
    "你的图片文件夹路径",
    # 这里填你的参数，比如image_size=(224,224), batch_size=32等
)

# 获取NumPy迭代器
iterator = dataset.as_numpy_iterator()

# 把批次数据合并成完整的数组
images = []
labels = []
for batch_img, batch_lbl in iterator:
    images.append(batch_img)
    labels.append(batch_lbl)

images = np.concatenate(images, axis=0)
labels = np.concatenate(labels, axis=0)

方式2：用TF实验性API（备选） #

如果方式1有问题，试试这个：

iterator = tf.data.experimental.as_numpy_iterator(dataset)
# 后续合并数组的代码和方式1完全一样

别再写from keras.preprocessing.image import as_numpy_iterator这种导入语句了，这就是触发错误的根源。另外可以用print(type(dataset))确认下，输出应该是<class 'tensorflow.python.data.ops.batch_op._BatchDataset'>，确保数据集对象是对的。

内容的提问来源于stack exchange，提问作者user9228288