Tensorflow 使用[image，label]=dataset.take（2）返回两个元组，而不是一个元组

我有一个TFRecord文件，其中存储了图像，将字节包装为字符串，标签为ints64。我正在使用下面的代码来操作图像和标签：

#从TFRecord文件创建数据集
记录\u路径=数据\u目录+'TFRecords/train\u 0.TFRecords'
dataset=tf.data.TFRecordDataset（文件名=记录\路径）
#从解析函数映射数据集
parsed_dataset=dataset.map（parsed_fn）
打印（已解析的_数据集）
#取一个测试样本
图像，标签=已解析的_数据集。获取（2）
打印（图像、标签）

哪些产出：

Tensor("ParseSingleExample/ParseSingleExample:1", shape=(), dtype=int64)
<MapDataset shapes: ((None,), ()), types: (tf.float32, tf.int64)>

((<tf.Tensor: id=635, shape=(185256,), dtype=float32, numpy=array([162., 162., 170., ...,  17.,  17., 255.], dtype=float32)>,
  <tf.Tensor: id=636, shape=(), dtype=int64, numpy=183350>),
 (<tf.Tensor: id=637, shape=(153120,), dtype=float32, numpy=array([208., 207., 202., ..., 240., 240., 242.], dtype=float32)>,
  <tf.Tensor: id=638, shape=(), dtype=int64, numpy=183350>))

---

该方法用于创建数据集。它不会从数据集中提取元素

如果要从数据中提取元素，可以使用：

tf.compat.v1.data.make\u one\u shot\u iterator（）

我没有找到一种更干净的方法从数据集中提取元素

例如：

iterator = tf.compat.v1.data.make_one_shot_iterator(parsed_dataset)
image, label = iterator.get_next()