Tensorflow 如何从只输出数组列表的生成器开发tf.data对象？

我试图开发一个tf.data对象，该对象生成一个数组列表，但是我得到了一个数据不匹配错误。这是我的尝试

def labelGen():
    yield tf.constant([1, 0], dtype=tf.int64), tf.constant([1, 0], dtype=tf.int64), tf.constant([0, 1], dtype=tf.int64), tf.constant([0, 1], dtype=tf.int64)

Labeldataset = tf.data.Dataset.from_generator(
     labelGen, (tf.int64, tf.int64, tf.int64, tf.int64, tf.int64), ([], [], [], [], []) )

list(Labeldataset.take(1))

这就是我得到的错误

InvalidArgumentError:TypeError:

生成器

生成的元素与预期结构不匹配。预期的结构是（tf.int64，tf.int64，tf.int64，tf.int64，tf.int64），但生成的元素是（，）。 回溯（最近一次呼叫最后一次）：

---

首先，.from_生成器代码中的项目数不匹配。 第二，应该在不使用（）的情况下调用生成器。 下面是在TF2.1中测试的工作代码

def labelGen():
    yield tf.constant([1, 0], dtype=tf.int64), tf.constant([1, 0], dtype=tf.int64), tf.constant([0, 1], dtype=tf.int64), tf.constant([0, 1], dtype=tf.int64)

Labeldataset = tf.data.Dataset.from_generator(
    labelGen, # without ()
    (tf.int64, tf.int64, tf.int64, tf.int64), # should match number of items
    (tf.TensorShape([2]), tf.TensorShape([2]), tf.TensorShape([2]), tf.TensorShape([2]))) # use tf.TensorShape

list(Labeldataset.take(1))

结果:

[(<tf.Tensor: shape=(2,), dtype=int64, numpy=array([1, 0])>, <tf.Tensor: shape=(2,), dtype=int64, numpy=array([1, 0])>, <tf.Tensor: shape=(2,), dtype=int64, numpy=array([0, 1])>, <tf.Tensor: shape=(2,), dtype=int64, numpy=array([0, 1])>)]

[（，）]