Tensor对象无numpy属性：TensorFlow数据集映射Librosa适配报错

问题原因 #

你的preprocess函数中调用wav.numpy()报错，核心原因是tf.data.Dataset.map的默认执行逻辑里，即便开启了run_eagerly=True，函数内部的Tensor仍处于图模式上下文，无法直接调用.numpy()方法；而Librosa仅支持numpy数组作为输入，导致矛盾。

解决方案 #

使用tf.py_function包装预处理逻辑，强制函数在eager模式下执行，实现Tensor与numpy数组的安全转换，具体修改如下：

1. 调整预处理函数 #

def preprocess(file_path, label):
    # 将Tensor类型的路径转为numpy字符串
    file_path_np = file_path.numpy().decode('utf-8')
    wav = load_wav_16k_mono(file_path_np)
    wav = wav[:56320]
    # 统一转为numpy数组（兼容load_wav返回Tensor或numpy的情况）
    wav_np = wav.numpy() if hasattr(wav, 'numpy') else wav
    
    mfccs = librosa.feature.mfcc(wav_np, sr=new_sr)
    mfccs = sklearn.preprocessing.scale(mfccs, axis=1)
    # 转回Tensor并指定类型，避免类型不匹配
    mfccs_tensor = tf.convert_to_tensor(mfccs, dtype=tf.float32)
    return mfccs_tensor, label

2. 用tf.py_function包装后映射到数据集 #

# 定义输出的Tensor规格，需和预处理函数的返回形状、类型匹配
output_signature = (
    tf.TensorSpec(shape=(20, None), dtype=tf.float32),  # MFCC形状根据实际生成结果调整
    tf.TensorSpec(shape=(), dtype=tf.float32)
)

# 替换原map逻辑
data = data.map(lambda x, y: tf.py_function(
    func=preprocess,
    inp=[x, y],
    Tout=output_signature
))

额外优化建议 #

如果追求训练性能，后续可将Librosa的MFCC生成逻辑替换为TensorFlow原生实现（如tf.signal.mfccs_from_log_mel_spectrograms），完全兼容图模式，避免numpy转换的性能开销。

内容的提问来源于stack exchange，提问作者wthra