【TensorFlow動手玩】數據導入1

最簡單的數據導入方式是使用Feeding：即把輸入設定成一個不需要初始化值的placeholder。

input1 = tf.placeholder(tf.float32, shape=[2])
input2 = tf.placeholder(tf.float32, shape=[2])

placeholder創建的是一類特殊的Tensor，可以直接用來構建Graph

output = input1 + input2

在每次執行output之前，要準備好具體的輸入數據（例如numpy數組）：

data1 = numpy.array([0.5, 0.6])
data2 = numpy.array([1.0, 2.0])

執行時，要把具體數據用feed_dict參數傳入run函數：

sess = tf.Session()
output_val = sess.run(output, feed_dict={input1: data1, input2: data2})
print(output_val)

實際應用中，往往在讀取數據函數中維護一個計數變量，每次調用返回一個batch的數據：

for step in xrange(100):
    data1, data2 = read_next_batch()
    output_val = sess.run(output, feed_dict={input1: data1, input2: data2})

這裏的read_next_batch函數返回的是真實數據，不是符號運算。