Keras tensorflow：预测后打印结果

我不熟悉Tensorflow和Keras，所以答案可能很简单，但我有一个批量预取的Tensorflow数据集（类型

tf.data.TFRecordDataset

），它包含图像及其标签（int类型），我对其应用了分类模型

我想比较每个图像的地面真实度分类结果，并将其放入字典中。为此，我尝试为每幅图像创建一个带有y_pred的字典，以及它的基本真相标签：

    iterator = iter(tf_test_dataset)
    result_dict = {}
    for image_number in range(len(y_pred)):
        result_dict[image_number]= \
            {
            "Score": y_pred[i],
            "GroundTruth": iterator.get_next()[1].numpy()
        }

但我不确定这是否是获得预测及其相关地面真相标签的正确方法。而且当我这样做的时候

iterator = iter(tf_test_dataset)
print(iterator.get_next()[1].numpy())

及

结果（带标签的列表）不同

谢谢你的帮助

iterator = iter(tf_test_dataset)
print(iterator.get_next()[1].numpy())

for i in tf_test_dataset:
   print(i[1].numpy())