TensorFlow中数据读取—如何载入样本？

　　考虑到要是自己去做一个项目，那么第一步是如何把数据导入到代码中，何种形式呢？是否需要做预处理？官网中给的实例mnist，数据导入都是写好的模块，那么自己的数据呢？

　　一、从文件中读取数据（CSV文件、二进制文件、图片或其他格式）

　　读取文件，都需要一个阅读器reader和一个转换解码操作decode，不同格式的文件对应不同的接口API。

　　1）CSV文件：用的文件读取器和解码器是 TextLineReader 和 decode_csv 。　下面代码来自TensorFlow官网，加了注释。

filename_queue = tf.train.string_input_producer(["file0.csv", "file1.csv"])
#["file0.csv", "file1.csv"]是文件名列表，tf.train.string_input_producer()用来生成文件名队列，有参数shuffle=True可执行乱序，num_epochs=None可设置文件名字符串的生成次数
#对于输入管道，输出文件名字符串到队列中

reader = tf.TextLineReader()#阅读器，个人感觉功能同Python的open()。
key, value = reader.read(filename_queue)#参数是文件名队列，返回一个tuple，key和value，每次返回阅读器的下一条记录（一行）。

# Default values, in case of empty columns. Also specifies the type of the
# decoded result.
record_defaults = [[1], [1], [1], [1], [1]] #定义解析的格式
col1, col2, col3, col4, col5 = tf.decode_csv(
    value, record_defaults=record_defaults)
#将CSV解析为tensor，每列映射为一个tensor，返回一个tensor列表。
features = tf.concat(0, [col1, col2, col3, col4])
#0代表按行合并。参数1是在哪个维度合并，参数2是待合并的值。
with tf.Session() as sess:
  # Start populating the filename queue.
  coord = tf.train.Coordinator()  #创建一个线程协调器
  threads = tf.train.start_queue_runners(coord=coord)  #启动Graph中所有队列的线程

  for i in range(1200):
    # Retrieve a single instance:
    example, label = sess.run([features, col5])
    #运行，获取样本和标签
  coord.request_stop()  #请求停止所有线程
  coord.join(threads)  #等待线程结束

　　2）二进制文件：用的文件读取器和解码器是 tf.FixedLengthRecordReader 和 tf.decode_raw ，读取固定长度的文件。

　　decode_raw操作可以将一个字符串转换为一个uint8的张量。

　　3）标准TensorFlow格式：

　　可以将任意的数据转换为TensorFlow所支持的格式， 这种方法可以使TensorFlow的数据集更容易与网络应用架构相匹配。方法就是使用TFRecords文件。

　　写入数据后，通过修改 tf.train.Example 的Features，将 protocol buffer 序列化为一个字符串，再通过 tf.python_io.TFRecordWriter 将序列化的字符串写入 TFRecords文件中。使用tf.TFRecordReader和tf.parse_single_example解析器，可以从TFRecords文件中读取数据。这个parse_single_example操作可以将 protocol buffer 解析为张量。

　　二、供给数据feed_dict参数

　　定义了operation之后，使用sess.run()或tensor.eval()或op.run()时，通过参数feed_dict传递数据，该参数是和placeholder配套使用的。先声明一个占位符，比如x,y。然后在op中使用了x,y进行计算，等到op.run()时，op.run(feed_dict={x:x_batch,y:y_batch})即可。前提是x_batch和y_batch已知，已有数据。