如何从多个TFRecord文件中的数据创建TensorFlow 2生成器？

import tensorflow as tf

# 定义特征描述
feature_description = {
    'image': tf.io.FixedLenFeature([], tf.string),
    'label': tf.io.FixedLenFeature([], tf.int64),
}

def _parse_function(example_proto):
    # 解析TFRecord文件中的数据
    parsed_features = tf.io.parse_single_example(example_proto, feature_description)
    image = tf.image.decode_jpeg(parsed_features['image'])
    label = parsed_features['label']
    return image, label

# 读取TFRecord文件
filenames = ['file1.tfrecord', 'file2.tfrecord']  # 替换为实际的TFRecord文件路径
dataset = tf.data.TFRecordDataset(filenames)

# 解析数据并创建生成器
dataset = dataset.map(_parse_function)

# 创建生成器
def data_generator():
    for image, label in dataset:
        yield image, label

# 使用生成器
for image, label in data_generator():
    print(image.shape, label)