连接字符串和 tf.string 以获取路径

Question

我正在使用tensorflow.Data API处理csv文件。csv 中的一个功能是图像名称。为了加载图像，我需要构建一个将基本文件夹与图像名称相结合的路径。但是，由于图像名称是张量，而基本文件夹是字符串，因此我无法使用 os.path.join 连接它们。我包含下面的代码。

def process_csv_data(folder_path, image_dimensions):
    width, height, channels = image_dimensions
    def map_function(raw_data):
        image_path = os.path.join(folder_path,raw_data['image_name'].numpy().decode('utf-8'))
        image = tf.io.read_file(image_path)
        image = tf.image.decode_jpeg(image, channels=channels)
        image = tf.image.resize(image, [width, height])
        image /= 255.0  # normalize to [0,1] range
        return image
    return map_function

前一个函数的使用方式如下：

    raw_csv_dataset = tf.data.experimental.make_csv_dataset(
        csv_path,
        batch_size=1,
        column_names=CSV_COLUMNS,
        shuffle=False)
    dataset = raw_csv_dataset.map(
         process_csv_data(folder_path, image_dimensions, mode),
         num_parallel_calls=tf.data.experimental.AUTOTUNE)

上面的代码产生此错误：

属性

错误："张量"对象没有属性"numpy">

我尝试了几种方法但没有成功，例如将文件夹名称转换为张量并使用tf.strings.join，或将tf.string转换为标准python string。那么，什么是正确的方法呢？

我正在使用张量流 2.0

Answer 1

只需将

字符串与 + 连接起来：

image_path = folder_path + os.sep + raw_data['image_name']

如果您确实需要路径分隔符(以防它未包含在folder_path中(并且不想显式使用 / 或 ，请使用 os.sep 。