Python “；无法向批次添加张量：元素数不匹配”；在遍历数据集时

我将代码（直到迭代部分）包含在一个Colab笔记本中。我像这样将数据输入到我的

train\u数据集

batch_size = 30

train_dataset = tf.data.Dataset.from_tensor_slices((x_train, y_train))
train_dataset = (
    train_dataset.map(encode_single_sample, num_parallel_calls=tf.data.experimental.AUTOTUNE)
                 .batch(batch_size) #this one gives the error
                 .prefetch(buffer_size=tf.data.experimental.AUTOTUNE))

我得到一个InvalidArgumentError:无法向批次添加张量：元素数不匹配。当我遍历数据集时，形状是：[tensor]：[78]，[batch]：[34]：

for batch in train_dataset.take(1): #error while iterating

上面的
.batch（batch\u size）
给出了错误。我注意到每次再次运行代码时，错误消息中的[tensor]和[batch]编号都会发生变化。当我将
batch\u size
更改为1时，代码将运行，但我希望也能够更改它

如果有人能调试这个部件，我将不胜感激

编辑1：我正在学习Keras的OCR教程，他们的代码运行得很好。
这很可能是由于输入数据的大小不同（或者是
x\u train
或者
y\u train
）。能否提供
x\u列车
和
y\u列车
的形状？为了解决这个问题，我们需要填充张量，使它们都具有相同的长度填充不是强制性的，而是首选的，因为批量优化。特别是，了解为什么填充不是赏金中描述的一个选项会有所帮助。此外，OCR教程也可以很好地工作，因为如果我们相信其中显示的可视化效果，那么所有标签的长度都是相同的。因此，tf.data API可以安全地对它们进行批处理。请使用等于1的批处理大小来避免此错误，或者使用图像大小调整器来修复此错误。看看类似的例子。谢谢再看看这个。