我有两个特征 X1 和 X2，想预测 Y。
训练数据
X1 X2 Y
11 610 676
52 557 120
78 491 964
77 380 722
24 464 837
86 532 601
99 580 452
10 539 200
88 507 756
如何使用 tf.layers.dense 和 tf.data.Dataset 执行此操作？请不要使用 feed_dict，因为它不再被推荐。
我搜索了同时使用 tf.layers.dense 和 tf.data.Dataset 的好的代码示例，但没有任何可靠的东西。
模型训练完成后，我想为以下测试数据预测 Y。测试数据预测是否需要 dataset.make_initializable_iterator()？
测试数据
X1 X2
36 608
48 170
58 455
99 927
13 431
61 312
34 763
94 626
14 193
如果模型架构包括批量归一化、正则化和 dropout 但现在不是优先事项，这将是一个插件。
谢谢
请您参考如下方法:
towardsdatascience 的这篇教程很好地解释了数据集 API 的用法
https://towardsdatascience.com/how-to-use-dataset-in-tensorflow-c758ef9e4428
相关的Jupyter笔记本
https://github.com/FrancescoSaverioZuppichini/Tensorflow-Dataset-Tutorial/blob/master/dataset_tutorial.ipynb
