TensorFlow实现CGAN时执行tf.cast出现InvalidArgumentError如何解决

你的错误根本原因是加载的TensorFlow数据集ds遍历返回的image_batch不是单纯的图片张量，而是**(图片张量, 标签张量)**的二元元组：

• 图片张量的默认类型是uint8
• 标签张量的默认类型是int64
  你直接把整个元组传入tf.cast时，TensorFlow会先尝试将两个类型不同的张量打包（触发Pack操作），因为类型不匹配直接报错，和cast的目标类型、归一化的缩放系数都没有关系。你之前尝试的修改方案都没有命中问题根源，所以无效。

• 方法1（适配CGAN场景，推荐）：遍历数据集时拆分图片和标签，替换原来的遍历逻辑即可，拆分出的标签正好可以替换你代码里未定义的target变量：

def train(dataset, epochs):   
  for epoch in range(epochs):
    start = time.time()
    for image_batch, label_batch in dataset:
      img = tf.cast(image_batch, tf.float32)
      imgs = normalization(img)
      train_step(imgs, label_batch)

    print ('Time for epoch {} is {} sec'.format(epoch + 1, time.time()-start))

• 方法2（仅适用于不需要标签的场景）：构造数据集时提前过滤掉标签，后续训练代码不用修改：

# 数据集构造完成后加这一行，仅提取图片部分
ds = ds.map(lambda x, y: x)

• 调试小技巧：如果不确定数据集输出结构，训练前执行以下代码查看输出格式和数据类型，提前排错：

sample = next(iter(ds))
print("数据集输出长度：", len(sample))
if isinstance(sample, (tuple, list)):
  for i, item in enumerate(sample):
    print(f"第{i}个元素类型：{item.dtype}, 形状：{item.shape}")

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