将要素列与Keras模型一起使用时出现问题

import tensorflow as tf

# 定义要素列
feature_columns = [
    tf.feature_column.numeric_column('feature1'),
    tf.feature_column.categorical_column_with_vocabulary_list('feature2', vocabulary_list=['A', 'B', 'C'])
]

# 创建输入层
input_layer = tf.keras.layers.DenseFeatures(feature_columns)

# 定义模型
model = tf.keras.Sequential([
    input_layer,
    tf.keras.layers.Dense(10, activation='relu'),
    tf.keras.layers.Dense(1)
])

# 创建数据集
dataset = tf.data.Dataset.from_tensor_slices(({'feature1': [1.0, 2.0], 'feature2': ['A', 'B']}, [0, 1]))

# 应用要素列
def input_fn():
    dataset = tf.data.Dataset.from_tensor_slices(({'feature1': [1.0, 2.0], 'feature2': ['A', 'B']}, [0, 1]))
    dataset = dataset.batch(2)
    return dataset

# 训练模型
model.compile(optimizer='adam', loss='binary_crossentropy')
model.fit(input_fn(), epochs=1)