Tensorflow数据集api问题

这是我的代码片段

features=np.array（[1,2,3,4,5,6,7]，dtype=float）
labels=np.数组（[1,2,3,4,5,6,7]，dtype=float）
培训数据=（功能、标签）
train_dataset=tf.data.dataset.from_tensor_切片（training_数据）
列车数据集=列车数据集。批次（1）
iter=训练数据集。生成一次迭代
batch=iter.get_next（）
使用tf.Session（）作为sess：
x、 y=批次
a=x.eval（）
b=y.eval（）
打印（a，“------------>”，b）

输出：

[1]----------->[2]

预期输出：

[1]----------->[1]

---

我花了6个小时在这上面，当我得到这个问题时，我正在训练LSTM模型。我遗漏了什么？

问题是，在将

批处理
分解为
x，y
后，不会得到两个普通张量，而是得到两个迭代器：

[15]中的
：批处理
出[15]：
(,
)

因此，
x.eval（）

相反，请执行此操作以仅运行迭代器一次：

将tf.Session（）作为sess的
：
a、 b=sess.run（批处理）
打印（a，“------------>”，b）

您应该会看到预期的结果。
Ah！！天哪，我没想到会这样，非常感谢你。