本文翻译自： 《Feeding data to TensorFlow》， 如有侵权请联系删除， 仅限于学术交流， 请勿商用。 如有谬误， 请联系指出。
TensorFlow 被设计用于高效地处理大量数据。 所以你需要记住的是， 千万不要“饿着”你的 TF 模型， 这样才能得到最好的表现。 一般来说， 有三种方法可以给你的模型“喂”数据。
常量方式（Constants）
最简单的方式莫过于直接将数据当成常量嵌入你的计算图中， 如：
import tensorflow as tf
import numpy as np
actual_data = np.random.normal(size=[100])
data = tf.constant(actual_data)12345
这个方式非常高效， 但并不灵活。 一个很大的问题就是为了在其他数据集上复用你的模型， 你必须要重写你的计算图， 而且你必须同时加载所有数据， 并且一直保存在内存里， 这意味着这个方式仅仅适用于小数剧集的情况。
占位符方式（Placeholders）
可以通过占位符(placeholder)的方式解决刚才常数喂养网络的问题， 如：
import tensorflow as tf
import numpy as np
data = tf.placeholder(tf.float32)
prediction = tf.square(data) + 1
actual_data = np.random.normal(size=[100])
tf.Session().run(prediction, feed_dict={data: actual_data})1234567
占位符操作符返回一个张量， 他的值在会话中通过人工指定的 feed_dict 参数得到(fetch)。
也就是说占位符其实只是占据了数据喂养的位置而已， 而不是真正的数据， 所以在训练过程中， 如果真正需要使用这个数据， 就必须要指定合法的 feed_dict， 否则将会报错。
通过 python 操作（Python ops）
还可以通过利用 python ops 喂养数据：
def py_input_fn():
actual_data = np.random.normal(size=[100])
return actual_data
data = tf.py_func(py_input_fn, [], (tf.float32))12345
python ops 允许你将一个常规的 python 函数转换成一个 TF 的操作。
数据集 API（Dataset API）
最值得推荐的方式就是通过 TF 自带的数据集 API 进行喂养数据， 如：
actual_data = np.random.normal(size=[100])
dataset = tf.contrib.data.Dataset.from_tensor_slices(actual_data)
data = dataset.make_one_shot_iterator().get_next()123
如果你需要从文件中读入数据， 以 TFrecord 格式读写， 并使用 TFRecordDataset 读取它可能会更有效， 如下所示：
dataset = tf.contrib.data.Dataset.TFRecordDataset(path_to_data)1
查看官方文档， 了解如何将你的数据集转化为 TFrecord 格式。
dataset = ...
dataset = dataset.cache()
if mode == tf.estimator.ModeKeys.TRAIN:
dataset = dataset.repeat()
dataset = dataset.shuffle(batch_size * 5)
dataset = dataset.map(parse, num_threads=8)
dataset = dataset.batch(batch_size)1234567
在读入数据之后， 我们使用 Dataset.cache() 方法， 将其缓存到内存中， 使其拥有更高的效率。 在训练过程中， 我们不断地重复数据集， 这使得我们可以多次处理整个数据集。 我们也需要打乱（shuffle）数据集得到 batch， 这个 batch 将会有不同的样本分布。 下一步， 我们使用 Dataset.map() 方法， 对原始的数据（raw records）进行预处理， 将数据转换成一个模型可以识别， 利用的格式。 然后， 我们就可以通过 Dataset.batch() ， 创造样本的 batch 了。