能够利用tf.keras获取数据集：

在TensorFlow库中，特别是通过tf.keras模块，可以方便地加载和处理各种数据集。Keras提供了一些内置的数据预处理函数，如`tf.keras.utils.image_dataset_from_directory`用于从文件夹加载图像数据，`tf.keras.preprocessing.text.Tokenizer`用于文本序列化，以及`tf.keras.datasets`直接封装了一些经典的数据集如MNIST、CIFAR等。

例如，如果你想要加载MNIST手写数字数据集，你可以这样做：

from tensorflow.keras.datasets import mnist

(train_images, train_labels), (test_images, test_labels) = mnist.load_data()

对于自定义数据集，通常需要先将其转化为tf.data.Dataset对象，以便于批量化处理和并行计算。这可以通过`tf.data.Dataset.from_tensor_slices`或`tf.data.Dataset.from_generator`等方式完成。