Tensorflow如果输入被tf.data.TFRecordDataset随机洗牌，如何获得输入和输出之间的映射关系

import tensorflow as tf

# 定义TFRecord文件路径
tfrecord_file = "data.tfrecord"

# 定义解析TFRecord数据的函数
def parse_tfrecord_fn(example):
    # 定义解析规则，根据实际情况进行修改
    feature_description = {
        'image': tf.io.FixedLenFeature([], tf.string),
        'label': tf.io.FixedLenFeature([], tf.int64),
    }
    example = tf.io.parse_single_example(example, feature_description)
    
    # 对图像数据进行解码等预处理操作
    image = tf.io.decode_jpeg(example['image'], channels=3)
    image = tf.image.resize(image, [224, 224])
    image = tf.cast(image, tf.float32) / 255.0
    
    # 返回处理后的图像和标签
    return image, example['label']

# 创建TFRecordDataset对象
dataset = tf.data.TFRecordDataset(tfrecord_file)

# 对数据集进行解析和预处理
dataset = dataset.map(parse_tfrecord_fn)

# 对数据集进行洗牌
dataset = dataset.shuffle(buffer_size=1000)

# 迭代读取数据
for image, label in dataset:
    # 在这里进行模型的训练或其他操作
    pass