Python Colab TPU:InvalidArgumentError:无法解析张量原型[Op:ComputeBatchSize]

我试图在Colab上使用TPU，调用

model.fit（）时出现此错误

错误消息很简单：
InvalidArgumentError:无法解析tensor proto[Op:ComputeBatchSize]

因为它提到了BatchSize，所以我尝试设置不同的批大小，但没有成功。
这是我的数据管道：

gcs_pattern = 'gs://diem-bucket/*.tfrecords' 
filenames = tf.io.gfile.glob(gcs_pattern) ds_train = tf.data.Dataset.list_files(filenames, shuffle= True)

ds_train = ds_train.shuffle(
                    buffer_size = len(tfrcfiles), 
                    reshuffle_each_iteration = True,
                ).interleave(
                    map_func = lambda x: tf.data.TFRecordDataset(x),
                    cycle_length = len(tfrcfiles),
                    num_parallel_calls = tf.data.AUTOTUNE,
                    deterministic=False
                ).batch(
                    8
                ).prefetch(
                    8
                ).map(
                    batch_parse_func, 
                    num_parallel_calls = tf.data.AUTOTUNE
                )

我几乎找不到关于这个错误的任何信息。有人可以分享一些建议吗？
您能验证一下您是否先运行TPU初始化，然后再执行其他操作吗？谢谢。我已经解决了这个问题。原来是关于身份验证的。从google.colab import auth运行
和
auth.authenticate\u user（）
来授予对我的GCS存储桶的访问权，解决了这个问题