Tensorflow 如何使用tf.data.dataset.from_生成器和tf.data.dataset.from_tensor_切片导入具有多个特征的数据集

数据集有400个数据，每个数据有3个特征，每个特征是一个列表，例如：

数据1=[[1,2]，[4,5]，[7,8]]

所以数据集的形状是（400,3,2）

我想将这些数据集导入到具有类似（）的急切模式的训练模型中

根据（）我尝试了以下方法：

dataset=tf.data.Dataset.from_generator(lambda: dataset, tf.int32, output_shapes=[None])
iterator=tf.contrib.eager.Iterator(dataset)
for x in iterator:
    print (x)

它不起作用

然后，我尝试了tf.data.Dataset.from_tensor_切片，得到了相同的结果

我喜欢一件有趣的事情，那就是tf.data.Dataset.from_生成器和tf.data.Dataset.from_tensor_切片只使用二维张量，因为我喜欢以下方式：

dataset=tf.data.Dataset.from_generator(lambda: data1, tf.int32, output_shapes=[None])

如何导入具有多个功能的数据集