Kerasモデルへのトレーニング入力としてtf.data.Datasetを使用しても機能しない

numpy配列を機能とラベルとして使用して、TensorflowでKerasモデルをトレーニングするための簡単なコードがあります。次にtf.data.Dataset.from_tensor_slices、テンソルフローデータセットを使用して同じKerasモデルをトレーニングするために、を使用してこれらのnumpy配列をラップすると、エラーが発生します。理由を理解できませんでした（テンソルフローまたはkerasのバグである可能性がありますが、何かが不足している可能性もあります）。私はPython3を使用しており、tensorflowは1.10.0、numpyは1.14.5、GPUは関与していません。

OBS1：tf.data.DatasetをKeras入力として使用する可能性は、https：//www.tensorflow.org/guide/kerasの「Inputtf.datadatasets」の下に示されています。

OBS2：以下のコードでは、「#Train with numpy arrays」の下のコードがnumpy配列を使用して実行されています。このコードにコメントを付け、#Train with tf.data datasets代わりに「」の下のコードを使用すると、エラーが再現されます。

OBS3：コメントで「###WORKAROUND 1###」で始まる13行目で、コメントを削除してに使用するtf.data.Dataset inputsと、理由がよくわからなくてもエラーが変わります。

完全なコードは次のとおりです。

import tensorflow as tf
import numpy as np

np.random.seed(1)
tf.set_random_seed(1)

print(tf.__version__)
print(np.__version__)

#Import mnist dataset as numpy arrays
(x_train, y_train), (x_test, y_test) = tf.keras.datasets.mnist.load_data()#Import
x_train, x_test = x_train / 255.0, x_test / 255.0 #normalizing
###WORKAROUND 1###y_train, y_test = (y_train.astype(dtype='float32'), y_test.astype(dtype='float32'))

x_train = np.reshape(x_train, (x_train.shape[0], x_train.shape[1]*x_train.shape[2])) #reshaping 28 x 28 images to 1D vectors, similar to Flatten layer in Keras

batch_size = 32
#Create a tf.data.Dataset object equivalent to this data
tfdata_dataset_train = tf.data.Dataset.from_tensor_slices((x_train, y_train))
tfdata_dataset_train = tfdata_dataset_train.batch(batch_size).repeat()

#Creates model
keras_model = tf.keras.models.Sequential([
    tf.keras.layers.Dense(512, activation=tf.nn.relu),
    tf.keras.layers.Dropout(0.2, seed=1),
    tf.keras.layers.Dense(10, activation=tf.nn.softmax)
])

#Compile the model
keras_model.compile(optimizer='adam',
                    loss=tf.keras.losses.sparse_categorical_crossentropy,
                    metrics=['accuracy'])

#Train with numpy arrays
keras_training_history = keras_model.fit(x_train,
                y_train,
                initial_epoch=0,
                epochs=1,
                batch_size=batch_size
                )

#Train with tf.data datasets
#keras_training_history = keras_model.fit(tfdata_dataset_train,
#                initial_epoch=0,
#                epochs=1,
#                steps_per_epoch=60000//batch_size
#                )

print(keras_training_history.history)

tf.data.Dataset入力として使用するときに観察されるエラーは次のとおりです。

(...)
ValueError: Tensor conversion requested dtype uint8 for Tensor with dtype float32: 'Tensor("metrics/acc/Cast:0", shape=(?,), dtype=float32)'

During handling of the above exception, another exception occurred:

(...)
TypeError: Input 'y' of 'Equal' Op has type float32 that does not match type uint8 of argument 'x'.

上記のOBS3でコメントされているように、13行目からコメントを削除するときのエラーは次のとおりです。

(...)
tensorflow.python.framework.errors_impl.InvalidArgumentError: In[0] is not a matrix
     [[Node: dense/MatMul = MatMul[T=DT_FLOAT, _class=["loc:@training/Adam/gradients/dense/MatMul_grad/MatMul_1"], transpose_a=false, transpose_b=false, _device="/job:localhost/replica:0/task:0/device:CPU:0"](_arg_sequential_input_0_0, dense/MatMul/ReadVariableOp)]]

エラーを再現できたというコメントを含め、ご協力いただければ幸いです。その場合は、バグを報告できます。