如何为tf.data.Dataset中的图像随机分配0-3的标签？

问题根源 #

你用np.random.randint导致所有标签一致的核心原因是：

• tf.data.Dataset.map默认会将函数转换为TensorFlow计算图，而np.random.randint是Python端的随机操作，它只会在图构建阶段执行一次，生成一个固定值，之后所有样本都会重复使用这个值，所以所有标签都变成同一个数，且多次运行只要图没重新构建，结果就不变。

解决代码 #

改用TensorFlow原生的随机函数，这类函数是计算图的节点，每次处理样本时都会重新生成随机数：

import tensorflow as tf

def change_label(image, label):
    # 生成与原标签形状一致的随机整数，范围0~3（左闭右开）
    new_label = tf.random.uniform(
        shape=tf.shape(label),
        minval=0,
        maxval=4,
        dtype=tf.int32
    )
    return image, new_label

# 应用映射，建议开启并行加速
dataset = dataset.map(change_label, num_parallel_calls=tf.data.AUTOTUNE)

如果需要固定随机结果（便于复现），可以给map函数添加种子参数：

dataset = dataset.map(change_label, num_parallel_calls=tf.data.AUTOTUNE, seed=42)

补充说明 #

你的数据集标签的element_spec是TensorSpec(shape=(None,), dtype=tf.int32)，说明每个元素的标签是一维张量（可能是一个批次的标签），用tf.shape(label)可以保证生成的随机标签和原标签形状完全匹配，避免形状不兼容的问题。

内容的提问来源于stack exchange，提问作者Los