Python TypeError：使用Tensorflow'时，输入必须是SparseTensor；s罐装RNNEstimator

我正在使用Tensorflow的Dataset API创建一个基本数据集，并将其用作数据集的输入，如下所示（注意，为了简洁起见，省略了一些行：

sequence_feature_colums = [tf.contrib.feature_column.sequence_numeric_column("price")]  
estimator = tf.contrib.estimator.RNNEstimator(
        head=tf.contrib.estimator.regression_head(),
        sequence_feature_columns=sequence_feature_colums)

dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
estimator.train(input_fn=lambda:return dataset)

但我在调用

列车时看到以下错误：

...
  File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/contrib/feature_column/python/feature_column/sequence_feature_column.py", line 497, in _get_sequence_dense_tensor
    sp_tensor, default_value=self.default_value)
  File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py", line 1449, in sparse_tensor_to_dense
    sp_input = _convert_to_sparse_tensor(sp_input)
  File "/Users/luke/virtualenvs/smp-rnn/lib/python3.6/site-packages/tensorflow/python/ops/sparse_ops.py", line 68, in _convert_to_sparse_tensor
    raise TypeError("Input must be a SparseTensor.")
TypeError: Input must be a SparseTensor.

我在这里做错了什么？这是一个非常简单的例子，遵循使用估计器的标准步骤，所以我不确定在我的代码中我在哪里决定不使用SparSetSensor。
我也在努力解决缺乏良好文档的问题。RNNEstimator在这里期望的是数据存储为密集张量，以便它可以转换它到稀疏张量。问题是确定在何处支持转换。你能解决它吗？我也在努力解决缺乏良好文档的问题。RNNEstimator在这里期望的是，数据存储为密集张量，以便将其转换为稀疏张量。问题是确定转换被支持进行。你能解决它吗？