我有一个包含一些元素的tensorflow数据集，我想用tf.data.Dataset.save保存它，这样每个元素都有自己的分片。因此，如果数据集包含2,000个元素，它将被保存到2,000个分片。
这里的文档只指定了如何创建1个分片，但没有指定如何为每个元素创建一个分片。
下面，我可以使用enumerate来完成它，但是有没有其他方法可以不保存enumerate中的索引呢？

tuple_data = np.array([3, 4])
data = tf.data.Dataset.from_tensor_slices(tuple_data)
data = data.enumerate()
print(list(data.as_numpy_iterator()))
# [(0, 3), (1, 4)]
data.save(path='~/Desktop/1', shard_func=lambda i, x: i)