Python TensorFlow 2.0教程问题

我正在学习官方的教程，遇到了一个问题。以下行导致错误：

train_dataset = train_dataset.padded_batch(BATCH_SIZE, train_dataset.output_shapes)

回溯（最近一次呼叫最后一次）： 文件“main.py”，第30行，在 train\u数据集=train\u数据集。填充的批次（批次大小，train\u数据集。输出形状） AttributeError:“ShuffleDataset”对象没有属性“output\u”

我错过了什么？ 这是我完成了一半的代码：

from __future__ import absolute_import, division, print_function, unicode_literals
import tensorflow_datasets as tfds
import tensorflow as tf
import matplotlib.pyplot as plt
import tensorflow.keras

def plot_graphs(history, string):
    plt.plot(history.history[string])
    plt.plot(history.history['val_'+string])
    plt.xlabel("Epochs")
    plt.ylabel(string)
    plt.legend([string, 'val_'+string])
    plt.show()
dataset, info = tfds.load('imdb_reviews/subwords8k', with_info=True,
                          as_supervised=True)
train_dataset, test_dataset = dataset['train'], dataset['test']
tokenizer = info.features['text'].encoder
print ('Vocabulary size: {}'.format(tokenizer.vocab_size))
# sample_string = 'TensorFlow is cool.'
# tokenized_string = tokenizer.encode(sample_string)
# print ('Tokenized string is {}'.format(tokenized_string))
# original_string = tokenizer.decode(tokenized_string)
# print ('The original string: {}'.format(original_string))
# assert original_string == sample_string
# for ts in tokenized_string:
#     print ('{} ----> {}'.format(ts, tokenizer.decode([ts])))
BUFFER_SIZE = 10000
BATCH_SIZE = 64
train_dataset = train_dataset.shuffle(BUFFER_SIZE)
train_dataset = train_dataset.padded_batch(BATCH_SIZE, train_dataset.output_shapes)
test_dataset = test_dataset.padded_batch(BATCH_SIZE, test_dataset.output_shapes)

请更换

train_dataset = train_dataset.padded_batch(BATCH_SIZE, train_dataset.output_shapes)

与

并且还替换

test_dataset = test_dataset.padded_batch(BATCH_SIZE, test_dataset.output_shapes)

与

请更换

train_dataset = train_dataset.padded_batch(BATCH_SIZE, train_dataset.output_shapes)

与

并且还替换

test_dataset = test_dataset.padded_batch(BATCH_SIZE, test_dataset.output_shapes)

与

---

看一看我在TF2上试用了你的代码，效果很好。看一看我在TF2上试用了你的代码，效果很好。请添加一些补充说明来解释你的解决方案。请添加一些补充说明来解释你的解决方案。