来自csv文件的自定义形状数据集 - tensorflow

Question

我有一个包含我的数据的csv文件，每行是一个[1, 2, 3, 4]形式的向量，其中1,2,3是特征，4是标签。我想阅读我的csv并从中提取出一小部分形状为(32, 20, 3)的张量。目前我已经制作了这段代码：

import tensorflow as tf

FIELD_DEFAULTS = [[0], [0], [0], [0]]


def _parse_line(line):
    # Decode the line into its fields
    parsed_line = tf.decode_csv(line, FIELD_DEFAULTS)

    # Pack the result into a dictionary
    # features = dict(zip(COLUMNS, fields))
    features = tf.reshape(parsed_line[:-1], [3])

    # Separate the label from the features
    # label = features.pop('label')
    label = tf.reshape(parsed_line[-1], [1])

    return features, label


ds = tf.data.TextLineDataset('data.csv').skip(1)
ds = ds.map(_parse_line)
ds = ds.batch(20)
iteratore = ds.make_initializable_iterator()
f1, l1 = iteratore.get_next()
num_epochs = 1

with tf.Session() as sess:
    for _ in range(num_epochs):
        sess.run(iteratore.initializer)
        try:
            while True:
                pino, antonio = sess.run([f1, l1])
                print(pino.shape) 

        except tf.errors.OutOfRangeError:
            pass

输出是：

(20, 3)
(20, 3)
(20, 3)
(20, 3)
(20, 3)

.......
.......
.......

(20, 3)
(20, 3)
(20, 3)
(20, 3)
(20, 3)
(20, 3)
(20, 3)
(1, 3)

根据我的理解，我有一个形状的张量列表（20,3），除了最后一个是（1,3）。如何从这批张量的(32, 20, 3)中提取？我现在对标签张量不感兴趣。

由于