Python 3.x 如何使用tf.data.Dataset.interleave从tf2中的多个数据集对象中进行子采样？

我尝试复制使用tf.data.Dataset.interleave发布的解决方案，但不太确定如何将interleave方法应用于已创建的数据集对象。 代码如下：

import tensorflow as tf
import numpy as np

# preparing data
train, test = tf.keras.datasets.fashion_mnist.load_data()
images, labels = train
images = images/255

dataset = tf.data.Dataset.from_tensor_slices((images, labels))

class0=lambda features, label: label==0
class1=lambda features, label: label==1
class2=lambda features, label: label==2

ds_0=dataset.filter(class0)
ds_1=dataset.filter(class1)
ds_2=dataset.filter(class2)

我想通过从ds_0、ds_1和ds_2中进行相等采样来创建一个数据集。我应该传递什么作为

map\u func