# 将输入转换为数据集。
    dataset = tf.data.Dataset.from_tensor_slices((dict(features), labels))
    # 如果处于训练模式，则进行 shuffling 和 repeating。
    if training:
        dataset = dataset.shuffle(1000).repeat()
        return dataset.batch(batch_size)

各位，如果 repeat() 无限重置数据集，这是怎么可能中断这个循环继续进行的呢？它会一直从数据集中提取数据，对吗？

回答：

如果你将其“注入”作为训练模型的输入，你会根据模型的训练标准停止获取数据。这可能是基于轮数、准确率等。