python - 分批拆分张量流数据集

Question

我有一个维度的时间序列数据集，[all = 600, time sequence, features]我正在使用该fit方法将它提供给 keras 模型。

我为方法指定了批量大小 = 32，但是，当实际训练开始时，epoch 一次性结束，这意味着整个数据集已被拟合而没有拆分。

我尝试手动拆分它，但是：

1. 我需要丢弃 30 个我不愿意的样本。
2. 模型不接受生成的 4 个维度。

如何强制批量拆分？

编辑 1

显示我调用 model.fit 的代码

 train_batches, val_batches = batches
    history = model.fit(
        train_batches,
        epochs=epochs,
        validation_data=val_batches,
        callbacks=callbacks,
        batch_size=batch_size)

在哪里

train_batches: <TensorDataset shapes: ((685, 30, 62), (685, 7, 1)), types: (tf.float64, tf.float64)>
val_batches : <TensorDataset shapes: ((189, 30, 62), (189, 7, 1)), types: (tf.float64, tf.float64)>```