版本：Python3.7.13，Tensorflow-2.9.1，Petastorm-0.12.1
在petastorm中，使用从petastorm创建的数据集训练模型的唯一方法似乎是在Reader上下文管理器中fit模型，如下所示：

with make_batch_reader(train_s3_paths, schema_fields=cols+['target']) as tr_reader:
    dataset = make_petastorm_dataset(tr_reader).shuffle(10000).repeat(n_epochs).map(parse)
    history = model.fit(dataset)

我想传入训练数据集和验证数据集，如何做到这一点？

with make_batch_reader(train_s3_paths, schema_fields=cols+['target']) as tr_reader:
    tr_dataset = make_petastorm_dataset(tr_reader).shuffle(10000).repeat(n_epochs).map(parse)
    with make_batch_reader(val_s3_paths, schema_fields=cols+['target']) as val_reader:
         val_dataset = make_petastorm_dataset(val_reader).shuffle(10000).repeat(n_epochs).map(parse)
         history = model.fit(tr_dataset, validation_data=val_dataset)

这是解决我面临的问题的有效方法吗？是否有替代方法，例如在上下文管理器之外使用数据集或根本不使用上下文管理器？