在model的fit训练中使用tf.data.Dataset

 目前大部分人了解keras的fit中都是使用数组，适合于小型的数据集，fit_generator中可以采用生成器对大型数据集进行训练，但是在tf2中（没试过tf1），可以直接使用tf.data.Dataset对大型数据集进行批量采集和预处理

参考链接：https://blog.csdn.net/winycg/article/details/80588077

对Dataset中的数据进行转换transformation

一个Dataset通过Transformation变成一个新的Dataset。通常我们可以通过Transformation完成数据变换，打乱，组成batch，生成epoch等一系列操作
常用的Transformation有：

• map
• batch
• shuffle

• repeat

但是上述链接是在tf1的环境下使用dataset，需要函数生成iterator

make_initializable_iterator()

 而在tf2中可以直接使用，需要注意的是，tf.keras和keras并不一样，使用tf.data.Dataset时，必须使用tf.keras建立model，否则会一直报错

from tensorflow.keras.datasets import cifar10
from tensorflow.keras import Mod