如何使用tensorflow数据集api进行数据论证？

Question

我想在训练时用tf.data.dataset做图像论证。代码类似于官方的guideline，如下所示：

train_dataset = tf.data.Dataset.from_tensor_slices((train_data, train_label))
train_dataset = train_dataset.map(
    lambda file, label: tuple(tf.py_func(
        _parse_train_image, [file, label],
        [tf.float32, tf.int32]
    ))
).batch(batch_size).repeat(epoch)

def _parse_train_image(file, label):
    image = cv2.imread(file.decode(), cv2.IMREAD_COLOR)
    image = process_image(image)
    return image, label

这里的train_data和train_label是指分别包含图像文件路径和标签的两个列表。但是，这种转换只能返回原始图像，我还需要对图像进行参数化（如翻转和旋转）。 如何继续论证图像并返回这些图像？你知道吗