tf.data.Dataset.map调用模型报tuple转Tensor错误的原因求解

核心原因是@tf.function静态图编译模式下，张量动态形状和tf.reshape的参数要求不匹配，具体可以拆解为三点：

• TensorFlow的张量形状分为两类：静态形状（编译阶段就能确定的维度信息）、动态形状（运行阶段才能拿到的实际维度值）。你传入detect的img在静态编译阶段，高、宽两个维度是未知的，对应的img.shape[0]、img.shape[1]在编译时返回的是None值，你构造的目标形状元组(1, img.shape[0], img.shape[1], img.shape[2])本质是包含Python空值的普通元组，不属于TensorFlow支持的可转张量类型，因此触发类型错误。
• 不加@tf.function时运行正常，是因为此时处于即时执行（Eager Execution）模式，每次调用detect时img都有确定的实际尺寸，img.shape返回的是具体数值组成的元组，tf.reshape可以正常解析。
• tf.expand_dims能解决问题的原因是，该API不需要手动传入完整的目标形状，仅需指定新增维度的位置，内部会自动适配张量的动态形状，完全兼容静态图编译阶段的未知维度场景。

如果你仍想使用tf.reshape实现相同逻辑，可以改为获取张量的动态形状构造参数，示例如下：

detector_output = detector(tf.reshape(img, tf.concat([[1], tf.shape(img)], axis=0)))

内容的提问来源于stack exchange，提问作者Olli