如何使用tf.data.Dataset.from_generator和tf.data.Dataset.from_tensor_slices导入具有多个功能的数据集

Question

数据集有400个数据，每个数据都有3个特征，每个特征都是一个列表，例如：

data1 = [[1,2]，[4,5]，[7,8]]

所以数据集的形状是（400,3,2）

我想导入这些数据集以训练像（https://www.tensorflow.org/guide/eager这样的模式。

根据（How to input a list of lists with different sizes in tf.data.Dataset）我尝试了以下方式：

dataset=tf.data.Dataset.from_generator(lambda: dataset, tf.int32, output_shapes=[None])
iterator=tf.contrib.eager.Iterator(dataset)
for x in iterator:
    print (x)

它不起作用

然后，我尝试了tf.data.Dataset.from_tensor_slices并得到了相同的结果。

我喜欢一件有趣的事情，那就是tf.data.Dataset.from_generator和tf.data.Dataset.from_tensor_slices只消耗2D张量，因为我喜欢以下方式是可以的：

dataset=tf.data.Dataset.from_generator(lambda: data1, tf.int32, output_shapes=[None])

如何导入具有多个功能的数据集？