我对Tensorflow很新，并且一直在努力通过阅读tensorflow.org上的指南和文档来学习基础知识 .
我已经学习了如何使用tf.data和tf.estimator API的基础知识，并试图让它们在MNIST的基本图像模型上一起工作 .
我目前正在关注这些指南：https://www.tensorflow.org/tutorials/estimators/cnn https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/tutorials/layers/cnn_mnist.py
我已经将原始python脚本更改为使用 Dataset.from_tensor_slices 而不是 numpy_input_fn 但我在评估步骤中遇到错误 . （虽然不在训练步骤）
ValueError: Can not squeeze dim[1], expected a dimension of 1, got 10 for 'sparse_softmax_cross_entropy_loss/remove_squeezable_dimensions/Squeeze' (op: 'Squeeze') with input shapes: [1,10].
我的代码可以在python笔记本中找到（仅更改了input_fn）：https://github.com/quanta0801/tf_scripts/blob/master/mnist/mnist_estimator_baseline.ipynb
谢谢！
PS：使用tf.data和tf.estimators的优秀指南的任何其他链接也将很棒！官方文档在这些，keras和低级API之间循环，这是不利的 .