tf.data.Dataset apply()不更新dataset

Question

我正在用image_dataset_from_directory加载一个图像数据集，它给我一个PrefetchDataset，其中包含我的图像和它们相关的标签，一个热编码。

为了构建一个二值图像分类器，我想转换我的PrefetchDataset标签，以知道图像是照片还是其他东西。

我是这样写的：

batch_size = 32
img_height = 250
img_width = 250

train_ds = image_dataset_from_directory(
  data_dir,
  validation_split=0.2,
  color_mode="rgb",
  subset="training",
  seed=69,
  crop_to_aspect_ratio=False,
  image_size=(img_height, img_width),
  batch_size=batch_size)

class_names = train_ds.class_names
# ['Painting', 'Photo', 'Schematics', 'Sketch', 'Text'] in my case

# Convert label to 1 is a photo or else 0
i = 1 # class_names.index('Photo')

def is_photo(batch):
    for images, labels in batch:
        bool_labels = tf.constant([int(l == 1) for l in labels],
                                  dtype=np.int32)
        labels = bool_labels
    return batch

new_train_ds = train_ds.apply(is_photo)

我的问题是，new_train_ds没有放弃train_ds，这导致我认为apply方法肯定有问题。我还检查了bool_labels，它运行得很好。

有没有人知道如何解决这个问题。

Answer 1

也许可以试试这样的方法：

train_ds = train_ds.map(lambda x, y: (x, tf.cast(y == 1, dtype=tf.int64)))