python-3.x - 如何使用 tf.data.Dataset.interleave 从 tf2 中的多个数据集对象中进行子采样？

Question

我尝试使用 tf.data.Dataset.interleave 复制此处发布的解决方案，但不太确定如何将 interleave 方法应用于已创建的数据集对象。这是代码：

import tensorflow as tf
import numpy as np

# preparing data
train, test = tf.keras.datasets.fashion_mnist.load_data()
images, labels = train
images = images/255

dataset = tf.data.Dataset.from_tensor_slices((images, labels))

class0=lambda features, label: label==0
class1=lambda features, label: label==1
class2=lambda features, label: label==2

ds_0=dataset.filter(class0)
ds_1=dataset.filter(class1)
ds_2=dataset.filter(class2)

我想通过从 ds_0、ds_1 和 ds_2 中同等采样来创建数据集。我应该通过map_func什么？