报错来源是这一句，tf.keras.preprocessing.image.apply_affine_transform(image, theta=angle)

这个错误通常是因为 TensorFlow 的 Eager Execution 模式下的张量对象（`EagerTensor`）不支持 `apply_affine_transform` 操作。相反，您可以使用 `tf.contrib.image.transform` 函数来对图像进行仿射变换。例如，如果您想要将图像 `image` 沿着 `x` 轴旋转 `angle` 度，您可以使用以下代码：

import tensorflow as tf

image = tf.io.read_file('path/to/image.jpg')
image = tf.image.decode_jpeg(image, channels=3)
image = tf.cast(image, tf.float32) / 255.0

angle = 30.0  # 旋转角度

# 定义旋转矩阵
theta = angle * np.pi / 180
rotation_matrix = tf.convert_to_tensor([
    [tf.cos(theta), -tf.sin(theta), 0],
    [tf.sin(theta), tf.cos(theta), 0]
], dtype=tf.float32)

# 对图像进行仿射变换
transformed_image = tf.contrib.image.transform(
    image, rotation_matrix, interpolation='BILINEAR')

# 显示变换后的图像
import matplotlib.pyplot as plt
plt.imshow(transformed_image.numpy())
plt.show()

这将输出旋转后的图像。请注意，`tf.contrib.image.transform` 函数需要您指定一个仿射变换矩阵，该矩阵描述了将图像从原始坐标系变换到目标坐标系的变换。在上面的示例中，我们定义了一个绕 `z` 轴旋转 `theta` 度的旋转矩阵，并将其应用于图像。另外，我们还指定了插值方法为 `BILINEAR`，这表示在变换过程中使用双线性插值来计算像素值。

希望这可以帮助您解决问题。如果您需要更多帮助，请提供更多上下文或代码。