无法导入解析tfrecords序列化示例

我正在尝试将一些索引和浮点值保存到 tfrecords ，并使用 tf.data API对其进行解析。

我正在使用 tensorflow2.1 版本 2.1.0rc1
在Ubuntu 18.04和python 3.7.5上

首先，我创建示例：

def create_example(row_ix,col_ix,cooc_val):
return tf.train.Example(
features=tf.train.Features(
feature={
"rows": tf.train.Feature(int64_list=tf.train.Int64List(value=[row_ix])),"cols": tf.train.Feature(int64_list=tf.train.Int64List(value=[col_ix])),"cooc": tf.train.Feature(float_list=tf.train.FloatList(value=[cooc_val]))
}
)
)


保存到 tfrecord

with tf.io.TFRecordWriter("train.tfrecord") as writer:
for row_ix,cooc_val in tqdm(zip(glove_rows,glove_cols,glove_data)):
example = create_example(row_ix,cooc_val)
writer.write(example.SerializeToString())


现在，我使用 tf.data API打开 tfrecord 文件：

train_ds = tf.data.TFRecordDataset(os.path.join(data_path,"train.tfrecord"))


然后，我解析示例

feature_description = {
"rows": tf.io.FixedLenFeature(shape=[1],dtype=tf.int64,default_value=0),"cols": tf.io.FixedLenFeature(shape=[1],"cooc": tf.io.FixedLenFeature(shape=[1],dtype=tf.float32,default_value=0.0)
}
def _parse_function(example_proto):
return tf.io.parse_single_example(example_proto,feature_description)
train_ds = train_ds.map(_parse_function)


返回以下错误：

InvalidArgumentError: Could not parse example input,value: '
cols
C
rows
cooc
IA'
[[{{node ParseSingleExample/ParseExample/ParseExampleV2}}]]