Tensorflow入门教程（四）——向Tensorflow提供数据

上一篇我介绍了如何使用Scope来管理Tensorflow中的变量和张量。这一篇我会说一说三种向Tensorflow提供数据的方式。

Tensorflow可以有效处理大量数据。所以要给Tensorflow模型足够多的数据，以最大化其性能。可以通过多种方式将数据提供给Tensorflow。

1、将数据作为常量提供给Tensorflow

这种方法是最简单的方法，也是非常有效的，但它不是很灵活。这种方法的一个问题是，如果将模型与另一个数据集一起使用时，您必须重写该图。此外，必须一次加载所有数据，并将其保存在只能使用小数据集的内存中。

2、使用占位符将数据提供给Tensorflow

使用占位符可以解决了第一种方法的所有问题，占位符运算符返回一个张量，其值通过Session.run函数中的feed_dict参数获取。请注意，在运行Session.run而不给feed_dict参数提供数据值的情况下将会导致错误。

3、使用Python操作将数据提供给TensorFlow

Python操作符允许您将常规的Python函数转换为TensorFlow操作。