使用 cats_vs_dogs 数据集在第一轮 epoch 训练时，日志信息显示的训练进度是 “44/Unknown”，第二轮可以正常显示训练的数量 “34/776”，请问为什么这里第一轮是 Unknown 呢？训练数据我已下载到本地，加载方式：
train_cat_filenames = tf.constant ([train_cats_dir + filename for filename in os.listdir (train_cats_dir)])
train_dog_filenames = tf.constant ([train_dogs_dir + filename for filename in os.listdir (train_dogs_dir)])
train_dataset = tf.data.Dataset.from_tensor_slices ((train_filenames, train_labels))
train_dataset = train_dataset.map (
map_func=_decode_and_resize,
num_parallel_calls=tf.data.experimental.AUTOTUNE)
train_dataset = train_dataset.shuffle (buffer_size=23000)
train_dataset = train_dataset.batch (batch_size)
train_dataset = train_dataset.prefetch (tf.data.experimental.AUTOTUNE)
在 mnist 数据集的使用过程中，第一轮的 epoch 日志信息是可以正常显示进度的 “3520/60000”，mnist 的加载方式是通过：
mnist = tf.keras.datasets.mnist
(training_images, training_labels), (test_images, test_labels) = mnist.load_data ()
请问导致这种差别的原因是什么呢？会对训练得到的模型产生影响，破坏模型的可用性吗？