类型错误：tf__normalize_img() 缺少 1 个必需的位置参数：'label'

Posted 2023-02-16

【中文标题】类型错误：tf__normalize_img() 缺少 1 个必需的位置参数：\'label\'

【英文标题】：TypeError: tf__normalize_img() missing 1 required positional argument: 'label'类型错误：tf__normalize_img() 缺少 1 个必需的位置参数：'label'

【发布时间】：2022-01-20 20:10:42

【问题描述】：

我是深度学习的新手，我在使用 Tensorflow Oxford Flowers 数据集时在对图像进行规范化时遇到了错误。我按照 Tensorflow 网站上有关如何规范化图像的指南进行操作，但错误仍然存​​在。

    TypeError                                 Traceback (most recent call last)
<ipython-input-31-784175b58712> in <module>
      2     return tf.cast(image, tf.float32) / 255., label
      3 
----> 4 ds_train = ds_train.map(
      5     normalize_img, num_parallel_calls=tf.data.AUTOTUNE)
      6 

紧随其后

TypeError: in user code:


TypeError: tf__normalize_img() missing 1 required positional argument: 'label'

我提到了https://www.tensorflow.org/datasets/keras_example。

我的代码：

 #Normalizing the images

def normalize_img(image, label):
    return tf.cast(image, tf.float32) / 255.0, label

AUTOTUNE = tf.data.experimental.AUTOTUNE
BATCH_SIZE = 128

# Setup for train dataset
ds_train = ds_train.map(normalize_img, num_parallel_calls=AUTOTUNE)
ds_train = ds_train.cache()
ds_train = ds_train.shuffle(ds_info.splits["train"].num_examples)
ds_train = ds_train.batch(BATCH_SIZE)
ds_train = ds_train.prefetch(AUTOTUNE)

# Setup for test Dataset
ds_test = ds_train.map(normalize_img, num_parallel_calls=AUTOTUNE)
ds_test = ds_train.batch(128)
ds_test = ds_train.prefetch(AUTOTUNE)        

【参考方案1】：

定义normalize_func 函数时，定义了两个参数，即image 和label。因此，当您调用该函数时，您需要指定这些参数是什么。但是当你在这一行调用函数时没有指定这些参数：-

ds_train = ds_train.map(normalize_img, num_parallel_calls=AUTOTUNE)

这是您收到错误 TypeError: tf__normalize_img() missing 1 required positional argument: 'label' 的原因，因为您在调用函数时没有指定 label 参数。