You need to enable JavaScript to run this app. TensorFlow1.14下image_dataset_from_directory导入报错排查
优惠活动
大模型
产品
解决方案
定价
更多

TensorFlow1.14下image_dataset_from_directory导入报错排查

核心报错原因

你当前使用的TensorFlow 1.14版本不支持导入image_dataset_from_directory函数,这是触发ImportError的根本原因:

  • image_dataset_from_directory是TensorFlow 2.3版本才正式内置的高层API,用于直接从目录结构自动构建图像数据集,整个TensorFlow 1.x分支的所有版本都没有内置该函数。
  • 你可以正常导入keras.preprocessing下的其他image相关模块,是因为该路径下的基础图像预处理能力(比如图像缩放、像素值归一化、单图加载等逻辑)在1.14版本中是存在的,只是不包含面向数据集加载的这个高层函数。当Python在模块内找不到目标函数的定义时,就会抛出unknown location的提示,因为这个函数根本不在当前版本的代码路径里。
TF1.14环境下的等价实现方案
  • 不要强行尝试通过第三方兼容补丁、修改导入路径的方式导入该函数。1.14底层的Keras实现逻辑和2.x版本的API差异较大,就算强行绕过导入校验加载了函数,后续运行时也会触发大量方法不匹配、类型不兼容的连锁报错。
  • 直接使用版本原生支持的keras.preprocessing.image.ImageDataGenerator搭配flow_from_directory方法,即可实现同等的按目录加载分类图像数据集的效果:先定义数据生成器的配置(比如是否做像素归一化、随机旋转等数据增强逻辑),再指定数据集的根目录、目标图像尺寸、批量大小、标签编码模式等参数,就能完成可直接喂入模型训练的数据集构建。

内容的提问来源于stack exchange,提问作者Lakpa Tamang

相关产品推荐
方舟 Agent Plan

超全模态模型 × Harness 升级,最新支持 Deepseek-V4.1-Flash、GLM-5.3 系列、Doubao-Seedream-5.0-pro、Kimi-K3 (部分), 限时 9.9 元起

最近更新时间:2026.11.19 08:54:05