tf.data.Dataset迭代器返回Tensor“ IteratorGetNext：1”，shape =None，16，dtype = int32，但无法获取Tensors的值

如何解决tf.data.Dataset迭代器返回Tensor“ IteratorGetNext：1”，shape =None，16，dtype = int32，但无法获取Tensors的值

我试图编写一个自定义模型，在其中编写自定义train_step函数

我正在通过自定义数据生成器创建一个'tf.data.Dataset`，

tds = tf.data.Dataset.from_generator(tdg.__iter__,args=None,output_types = (tf.float32,tf.int32),output_shapes = (tf.TensorShape([16,64,3]),tf.TensorShape([16])))
tds = tds.batch(1)

在自定义DataGenerator中，__iter__方法定义为

def __iter__(self):
    for item in (self[i] for i in range(len(self))):
        yield item

但是，当我尝试检索train_step函数中的数据时， 与x,y = data在一起

Tensor("IteratorGetNext:0",shape=(None,16,3),dtype=float32)

和

Tensor("IteratorGetNext:1",16),dtype=int32)作为输出

如果我运行print(x[0])，那么我会得到

Tensor("strided_slice:0",shape=(16,),dtype=int32)

我没有获得具有numpy()属性的张量

哪里出问题了？