TensorFlow实践导入数据（第二部分）

简介

本文阐述了TensorFlow中用于数据导入的第二种方式。

为确保处理效率，该方式在操作流程上略显复杂。具体实施过程可划分为以下几个阶段：
- 将全部样本信息以二进制格式写入文件（此步骤仅需执行一次）
- 构建Tensor对象，从二进制文件中读取单个样本数据
- 构建Tensor对象，从二进制文件中随机读取一组mini-batch数据
- 将包含mini-batch数据的Tensor作为输入节点注入网络中。

二进制文件

通过调用tf.python_io.TFRecordWriter接口，可以生成一个用于保存tensorflow数据的writer对象，其文件格式以’.tfrecord’作为扩展名。在该文件中，按照特定顺序依次写入经过序列化处理的tf.train.Example格式的样本数据。

    writer = tf.python_io.TFRecordWriter('/tmp/data.tfrecord')
    for i in range(0, 10):
    # 创建样本example
    # ...
    serialized = example.SerializeToString()   # 序列化
    writer.write(seri