我正在尝试"用于图像的自定义数据集"；使用tensorflow 2.0我的目录结构是：比如(PetImage)作为根目录，它包含两个类：Cat和Dog，分别包含图像。/PetImage||Cat|img1.jpg|img2.jpg|imgn.jpg|。。。
|Dog | img1.jpg
| img2.jpg
| ig3.jpg
| ig.jpg
| ...
我的代码如下：img_height=64img_width=64
ds_train=tf.keras.preprocessing.image_dataset_from_directory("I： \Image\Data\kagglecatsanddogs_5340\PetImages"；，labels＝"；"推断"；，label_mode＝"；int"；，color_ mode＝"color_；rgb"；，image_size=(img_height，img_width)，shuffle＝True，种子＝123，validation_ split＝0.3，子集＝"；训练"；，插值＝"；bicubic"；)
历史=模型拟合(ds_train，历元=2)
错误：
InvalidArgumentError:图形执行错误：
输入为空。[[｛node decode_image/DedecodeImage｝｝]][[IteratorGetNext]][操作：__推理_训练_功能_1704]
在tensorflow 2.0中，没有函数-tf.keras.preprocessing.image_dataset_from_directory()，即使在tensorflow 2.11的最新版本中，也有函数tf.keras.utils.image_dataset_from_directory()
参考这个链接-"；https://www.tensorflow.org/api_docs/python/tf/keras/utils/image_dataset_from_directory">