关于TensorFlow 的初学者指南，还在“门外徘徊”的你一定要查收

阅读本文，你将对以下几点有所了解：

1.如何将内存中的数据输入到模型中。

2.把TFRecord格式”提供”给你的模型。

3.将磁盘中的原始图像输入到模型中。

在本文中，作者将重点介绍内存中的数据。想更好的阅读本文，你需要了解（或掌握）神经网络的基本工作原理，Tensorflow基础知识和Keras基础模型构建。

相关链接：https://gist.github.com/shang-vikas/36176e3bed6f3234fd1c27465d8bec22

如果你的电脑没有GPU，请安装TensorFlow的CPU版本。

数据集

我们将使用最近流行的MNIST数据集。MNIST数据集包含0到9的数字图像。该数据集支持numpy数组格式。因此，作者提供了将数据转换为TFRecords格式和磁盘上原始图像的代码。

相关链接：

https://gist.github.com/shang-vikas/3670a06f0e4bfc1a52f4847ac3d31c78

第一部分使用Estimator API（使用估计量API）

Tensorflow希望通过提供高水平的估计量API，以花费最少的时间来定义你的模型。这也是我们使用此API来构建我们模型的原因。这个模型的数据集共有10类。模型中有2个隐藏层，每层有100个神经元，每个神经元的输出层为10。

当你使用估计量API创建模型时，它会把数据集的特征类型作为训练期间所要提供的重要列表。由于我们正在使用包含数字的图像，所以我们将为它提供一个数字类型的特征列表。

这里的key是我们希望提供给特征列表的名称。需要注意的是，在向模型提供数据时，我们也应该将相同的key传递给模型。

如果你想深入研究这方面，请点击：https://www.tensorflow.org/get_started/feature_columns

现在，为了创建模型，我们将使用预先制作的估计器——DNNClassifier a.k.a深层神经网络分类器，你可以根据需要添加尽可能多的密集层。

定义模型

现在，我们已经定义了模型，接着让我们定义数据集流。

1.使用Numpy数组

因为我们在这里使用的是Numpy数组。（Tensorflow在tf.estimator.inputs中提供此功能。）需要强调的是，我们的训练步为101步，默认批量为128。详见下图：

输出应该是这样的

但是如果你想在将数据输入到模型之前对数据进行一些预处理，该怎么做呢？这时候，你就要考虑数据集API了。

正如你在上面的代码行中看到的，model.train更适合来自输入函数的数据。由于该函数需要一个预处理函数用于预处理，因此我们可以编写一个预处理函数，将numpy数组转换为张量，并将数据类型更改为float32，因为密集图层的权重为dtype float32。

注意：通常情况下，首先要将数据转换为张量(Float 32，int 32)，否则会出现一些奇怪的错误，从而导致很多问题。

现在编写输入函数，返回生成器以获取下一批数据。

这里我们使用DATASET API（tf.data.Dataset）。因为我们前面使用了Numpy数组，所以我们可以调用from_tensor_slices传递数据。

如果你有一个包含各种数字和分类特征的数据集，那么你可以考虑使用Dataset API的TextLineDataset（链接：https://www.tensorflow.org/get_started/datasets_quickstart）或tf.estimator.inputs中的pandas_input_fn，但作者强烈推荐前者。

把传入的数据现在传递给我们编写的_parse_preprocess函数中，并返回一个包含两个元素的元组。这个元组包含关于密钥和数据为dtype tf.float32的784张张量图像，其次是关于dtype tf.int32的内容。

对了，shuffle（）和.batch（）分别表示对数据进行混洗和批处理。

要迭代这些批次的数据点，我们可以调用make_one_shot_iterator，并把它们返回到a.k.a生成器。需要注意的是，get_Next()只返回下一批数据。

现在是时候训练我们的模型了。注意:estimator.train()中的input_fn不支持带有参数的函数。解决方案是使用Python的lambda功能。