tf.data.Dataset用于预测阶段

Question

如果TF不使用feed_dict来提供数据，但使用tf.data.Dataset并且迭代器使用tf.data.iterator.from_structure（）。使用经过训练的模型进行预测时，如何将数据输入模型？仍然必须使用feed_dict？

例如：

# train_data output_shapes: ([batch_size, 30], [batch_size,], [batch_size,])   
train_data = data_helpers.get_dataset(self.batch_size)
iterator = tf.data.Iterator.from_structure(train_data.output_types, train_data.output_shapes)
self.X , self.seq_len, self.y_ = iterator.get_next()

# pred_data output_shapes: ([batch_size, 30],)
pred_data = data_helpers.get_pred_dataset(self.batch_size)
iterator_pred = pred_data.make_one_shot_iterator()
self.pred_X = iterator_pred.get_next()

现在我的模特使用self.X，self.seq_len，self.y来训练。

在我获得训练有素的模型后，如何将数据（self.pred_X）发送到模型进行预测？