如何在TensorFlow的TakeDataset对象上使用file_paths属性

tf.keras.utils.image_dataset_from_directory 返回的原生 BatchDataset 对象自带 file_paths 属性，但调用 take()/skip() 方法后生成的 TakeDataset/SkipDataset 属于衍生数据集，不会继承该属性，因此直接调用会抛出属性不存在的错误。

方案1：从原始验证集路径中截取（适配现有代码，实现最简单） #

你创建验证集时固定了seed=123，数据集的shuffle顺序完全固定，拆分后的测试集、验证集顺序和原始验证集的file_paths顺序完全对应，可以直接按拆分的样本数截取：

# 先获取原始验证集的全量文件路径
val_all_paths = val_ds.file_paths
# 计算测试集的样本总数：测试集批次数量 * 单批次大小
test_sample_count = (val_batches // 5) * batch_size
# 按顺序截取测试集、剩余验证集的路径
test_file_paths = val_all_paths[:test_sample_count]
new_val_file_paths = val_all_paths[test_sample_count:]

得到的test_file_paths和你拆分后的test_ds样本顺序完全一一对应，预测后可以直接和结果拼接生成DataFrame。

方案2：构造带路径的数据集（逻辑更稳妥，避免顺序错乱） #

如果后续要修改shuffle逻辑，也可以直接把路径嵌入数据集的返回值中，拆分后也能直接获取：

# 构造和验证集顺序完全匹配的路径数据集
path_ds = tf.data.Dataset.from_tensor_slices(val_ds.file_paths)
# 将路径和原始验证集的（图像、标签）数据绑定
val_ds_with_path = tf.data.Dataset.zip((val_ds, path_ds))

# 再执行拆分操作，拆分后的数据集自带路径字段
val_batches = tf.data.experimental.cardinality(val_ds_with_path)
test_ds_with_path = val_ds_with_path.take(val_batches // 5)
val_ds_with_path = val_ds_with_path.skip(val_batches // 5)

预测时遍历test_ds_with_path即可同时拿到单批次的图像、标签、对应文件路径，不需要额外维护顺序映射。

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