使用TensorFlow Datasets遇TypeError：interleave()不支持deterministic参数

这个错误的核心原因是TensorFlow（TF）与TensorFlow Datasets（TFDS）版本不兼容：TFDS的内部代码调用了interleave()方法的deterministic参数，但你当前使用的TF版本过低，尚未支持该参数。以下是具体解决思路：

1. 对齐TF与TFDS版本 #

• 先查看当前版本：

  import tensorflow as tf
  import tensorflow_datasets as tfds
  print(tf.__version__)
  print(tfds.__version__)
  

• 版本匹配参考：
  • TF 2.0~2.3 对应 TFDS 4.0.x 及以下版本
  • TF 2.4+ 可兼容 TFDS 4.1.x 及以上版本
• 执行版本升级/降级：
  升级到兼容的最新版本：

  pip install --upgrade tensorflow tensorflow-datasets
  

  或者指定具体匹配版本（示例）：

  pip install tensorflow==2.5 tensorflow-datasets==4.3.0
  

2. 调整as_dataset调用参数规避问题 #

在调用as_dataset时，显式设置参数避免触发使用deterministic的代码逻辑：

# 方法1：关闭文件 shuffle
train_cifar_dataset = cifar_builder.as_dataset(
    split=tfds.Split.TRAIN,
    shuffle_files=False
)

# 方法2：自定义读取配置
read_config = tfds.ReadConfig(shuffle_seed=42)
train_cifar_dataset = cifar_builder.as_dataset(
    split=tfds.Split.TRAIN,
    read_config=read_config
)

3. 清理TFDS缓存后重试 #

缓存的旧数据或配置可能引发版本冲突，执行以下操作：

• 删除TFDS默认缓存目录（路径：~/.tensorflow_datasets/）
• 重新运行download_and_prepare()和后续代码

内容的提问来源于stack exchange，提问作者Zhang Wei