请问一下，Dataset数据应该怎么传入神经网络呢

from DataSet import get_data
import tensorflow as tf


path = 'C:\\Users\\CYH\\Desktop\\神经网络\\猫狗大战\\train'
c = 'Cat_Dog.csv'
img_Ext = '*.jpg'

images, labels = get_data(path, c, img_Ext)  # 得到的是图像的路径和对应的标签


def get_tensor(image_list, label_list):
    ims = []
    for image in image_list:
        x = tf.io.read_file(image)
        x = tf.image.decode_jpeg(x, channels=3)
        x = tf.image.resize(x, [32, 32])
        ims.append(x)
    img = tf.convert_to_tensor(ims)
    y = tf.convert_to_tensor(label_list)
    return img, y


X, Y = get_tensor(images, labels)
print(len(X))
db = tf.data.Dataset.from_tensor_slices((X, Y))
db = db.shuffle(1000).repeat(250).batch(50, drop_remainder=True)


model = tf.keras.Sequential()
model.add(tf.keras.layers.Conv2D(filters=64, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.Conv2D(filters=64, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPool2D(pool_size=[2, 2], strides=2))

model.add(tf.keras.layers.Conv2D(filters=128, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.Conv2D(filters=128, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPool2D(pool_size=[2, 2], strides=2))

model.add(tf.keras.layers.Conv2D(filters=256, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.Conv2D(filters=256, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPool2D(pool_size=[2, 2], strides=2))

model.add(tf.keras.layers.Conv2D(filters=512, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.Conv2D(filters=512, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPool2D(pool_size=[2, 2], strides=2))

model.add(tf.keras.layers.Conv2D(filters=512, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.Conv2D(filters=512, kernel_size=[3, 3], activation='relu', padding='same'))
model.add(tf.keras.layers.MaxPool2D(pool_size=[2, 2], strides=2))

model.add(tf.keras.layers.Flatten())
model.add(tf.keras.layers.Dense(units=256, activation='relu'))
model.add(tf.keras.layers.Dense(units=64, activation='relu'))
model.add(tf.keras.layers.Dense(units=10, activation='sigmoid'))

model.compile(optimizer=tf.keras.optimizers.Adam(0.001),
              loss=tf.keras.losses.sparse_categorical_crossentropy,
              metrics=['accuracy'])
model.fit(db,
          epochs=5,
          steps_per_epoch=(len(X))//50)

model.summary()

想问一下，要给神经网络输入数据的话，应该怎么输入呢，我这样写确实可以训练但是看不到准确率

真的搞了很久了，求大佬帮帮忙，给红包也是可以的

建议debug，然后一行一行看内容，主要是一些数据内容，不确定的可以跳过，确定下你能确定是什么东西的内容，看下和你预期的有没有一样。要是不会debug，那就用print()慢慢尝试。比如测试下第行9有没有正确传入图片和标签，

print(images[0])

print(labels[0])

看下第一张图片是否正确，然后对应看下的labels是否正确。

慢慢学习，没有具体工程和报错信息，这么问是问不出怎么结果的，我们也不能确定你什么地方有问题，或者你能确定说你的代码第几行的什么值不是正确的，这样子才能确定你什么地方出问题了。

如果都正确的话，你就应该是你显示的问题，有出结果但是你没有显示出来而已。

你这个代码看起来没什么问题吧

或者你直接用它官方的数据集导入也可以 

https://blog.csdn.net/weixin_43162240/article/details/102702747?spm=1001.2014.3001.5502