Python 调用tf.data.Dataset.map时未更新全局变量

我试图弄清楚何时应用map（在执行map之后，或者何时读取相应的数据），我设计了一个小测试。但我突然想到一件奇怪的事。我期望cnt是5，5或0，5，但我只得到1。同时，我打印了数据集中的每个元素，结果显示

func

应用于五个元素中的每一个，但是为什么cnt等于1，而不是5

我查过官方文件，上面写着：（）

此转换将map_func应用于此数据集的每个元素，并返回一个包含转换元素的新数据集，其顺序与它们在输入中出现的顺序相同。map_func可用于更改数据集元素的值和结构

环境：tf2

cnt = 0
def func(x):
  x = x + 1
  global cnt
  cnt += 1
  return x
b = tf.data.Dataset.from_tensor_slices(list(range(5)))
b = b.map(func)
print(cnt)
it = iter(b)
for i in range(5):
  print(it.next())
print(cnt)

类似的问题也可以在这里找到：但是原始代码的打印确实工作过一次

我做错了什么

Output:
1
tf.Tensor(1, shape=(), dtype=int32)
tf.Tensor(2, shape=(), dtype=int32)
tf.Tensor(3, shape=(), dtype=int32)
tf.Tensor(4, shape=(), dtype=int32)
tf.Tensor(5, shape=(), dtype=int32)
1