Python 如何将我的合成数据作为dict输入？

你好，我是python和tensorflow的新手

我正在基于我拥有的ANN代码实现一个BNN，我发现了一些我正在遵循的教程（），尽管在教程中他们使用的是来自tensorflow数据集的数据集

def get_train_and_test_splits(train_size, batch_size=1):
# We prefetch with a buffer the same size as the dataset because th dataset
# is very small and fits into memory.
dataset = (
    tfds.load(name="wine_quality", as_supervised=True, split="train")
    .map(lambda x, y: (x, tf.cast(y, tf.float32)))
    .prefetch(buffer_size=dataset_size)
    .cache()
)
# We shuffle with a buffer the same size as the dataset.
train_dataset = (
    dataset.take(train_size).shuffle(buffer_size=train_size).batch(batch_size)
)
test_dataset = dataset.skip(train_size).batch(batch_size)

return train_dataset, test_dataset

然后，他们正在创建一个包含功能名称的词典

FEATURE_NAMES = [
"fixed acidity",
"volatile acidity",
"citric acid",
"residual sugar",
"chlorides",
"free sulfur dioxide",
"total sulfur dioxide",
"density",
"pH",
"sulphates",
"alcohol",]

def create_model_inputs():
inputs = {}
for feature_name in FEATURE_NAMES:
    inputs[feature_name] = layers.Input(
        name=feature_name, shape=(1,), dtype=tf.float32
    )
return inputs

而在我的例子中，我使用的是合成数据（我从批次中获得）

我想和他一样输入数据，你能指导我这样做吗

PS：在我的旧代码中，这是输入部分：

#input processing

def过程输入（X输入，X输入）： r=tf.fill（[tf.shape（input=X_input）[0]，1]，np.float64（0.），name='r'）#利率，如适用

S = tf.slice(X_input, (0,0), (-1,1))
K = tf.slice(X_input, (0,1), (-1,1))
T = tf.slice(X_input, (0,2), (-1,1))

S_ = tf.slice(X_input_, (0,0), (-1,1))
T_ = tf.slice(X_input_, (0,1), (-1,1))
return S, K, T, S_, T_, r

S = tf.slice(X_input, (0,0), (-1,1))
K = tf.slice(X_input, (0,1), (-1,1))
T = tf.slice(X_input, (0,2), (-1,1))

S_ = tf.slice(X_input_, (0,0), (-1,1))
T_ = tf.slice(X_input_, (0,1), (-1,1))
return S, K, T, S_, T_, r