无法将张量添加到批次：元素数量不匹配。形状是：[张量]：[128,128,4]，[批次]：[128,128,3] [Op:IteratorGetNext]答案

【问题标题】：Cannot add tensor to the batch: number of elements does not match. Shapes are: [tensor]: [128,128,4], [batch]: [128,128,3] [Op:IteratorGetNext]无法将张量添加到批次：元素数量不匹配。形状是：[张量]：[128,128,4]，[批次]：[128,128,3] [Op:IteratorGetNext]
【发布时间】：2021-07-07 19:41:10
【问题描述】：

我正在尝试将数据集加载到 tensorflow，对其进行预处理，然后创建批次以提供给 gan，但由于某种原因，某些图像有 4 个通道！无法将张量添加到批次：元素数量不匹配。形状为：[张量]：[128,128,4]，[批次]：[128,128,3] [Op:IteratorGetNext]

这是预处理数据然后将它们添加到批处理中的功能

    BATCH_SIZE = 32

 def map_images(file):
  img = tf.io.decode_jpeg(tf.io.read_file(file))
  img = tf.dtypes.cast(img, tf.float32)
  img = tf.image.resize(img, size=[128, 128])
  img = img / 255.0
  reimg = tf.reshape(img, [128, 128, 3])
  
  return reimg

# create training batches
filename_dataset = tf.data.Dataset.list_files("/content/drive/MyDrive/Dataset/Damage type dataset/Damage type/Broken Glass/*.JPG")
image_dataset = filename_dataset.map(map_images).batch(BATCH_SIZE)

【问题讨论】：

标签： python tensorflow deep-learning neural-network

【解决方案1】：

我通过在 tf.io.decode_jpeg 中设置 channels 参数 = 3 解决了这个问题，因为它的默认值为 0，所以使其等于 3 将强制所有图像只有 3 个通道

【讨论】：