首先需要思考的一个问题是， 什么是数据读取？以图像数据为例， i卖取
数据的过程可以用图2-2 来表示。
假设硬盘中有一张图片数据集0001.jpg、0002.jpg、0.0003.jpg……..只需要把它们读取到内存中，然后提供给GPU或是CPU进行计算就可以了。这听起来很窑易，但事实远没离那么简单。事实上，必须先读入数据后才能计算，假设读入用时0.1s，计算用时0.9s，那么意味着每过1s，GPU都会有0.1s无事可做，这大大降低了运算效率。
如何解决这个问题呢？方法就是将读入数据和计算分别放在两个线程中，将数据读入到内存的一个队列中，如图2-3所示。
读取线程源源不断地将文件系统中的图片读入一个内存的队列中，而负责计算的是另一个线程，计算需要数据肘，直接从内存队列中取就可以了。这样可以解决GPU 因为1 / 0 而空闲的问题。
而在TensorFlow中，为了方便管理，在内存队列前又添加了一层所谓的“文件名队列”。
为什么要添加这一层文件名队列呢？首先需要了解机器学习中的一个概念： epoch 。对于一个数据集来讲，运行一个epoch 就是将这个数据集中的图片全部计算一遍。如果一个数据集中南三张图片A .jpg 、B . jpg 、C.jpg ,那么运行一个epoch 就是指对A 、B 、C 三张图片都计算一遍。两个ep och就是指先对A 、B 、C 各计算一遍，然后再全部计算一遍， 也就是说每张图片都计算了两遍。
Tensor Flow 使用“文件名队列＋内存队列”双队列的形式读入文件，可以很好地管理epoch 。下面用图片的形式来说明这个机制的运行方式。如图2-4 所示，还是以数据集A.jpg 、B.jpg 、C 扣g 为例，假定要运行一个epoc h ,那么就在文件名队列中把A 、B 、C 备放入一次，并在之后标注队列结束。
程序运行后，内存队列首先读入A （此时A 从文件名队列中出队），如图2-5 所示。
再依次读入B 和C ，如图2-6 所示。
此时， 如果再尝试读入3 由于系统检测到了“结束”，就会自动抛出一个异常（OutOfR.ange ） 。外部捕捉到这个异常后就可以结束程序了。这就是Tensor Flow 中读取数据的基本机制。如果要运行2 个epoch 而不是1 个epoch,则只要在文件名队列中将A 、B 、C 依次放入两次再标记结束就可以了。
如何在TensorFlow 中创建上述的两个队列呢？
对于文件名队列，使用tf. train. string_ input_producer 函数。这个函数需要传入一个文件名list ，系统会自动将包转为一个文件名队列。
此外，tf. train.string_ input_producer还有两个重要的参数：一个是num_epochs,它就是上文中提到的epoch数；另外一个是shuffle, shuffle 是指在一个epoch 内文件的顺序是否被打乱。若设置s huffle=False ，如图2-7所示，每个epoch 内，数据仍然按照A 、B 、C 的顺序进入文件名队列，这个顺序不会改变。
如果设置shuffle=True ，那么在一个epoch 内，数据的前后顺序就会被打乱，如图2-8 所示。
在TensorFlow 中，内存队列不需要自己建立，只需要使用reader 对象从文件名队列中读取数据就可以了，具体实现可以参考下面的实战代码。
除了tf. train.string_input_producer 外，还要额外介绍一个函数：tf.train.start_ queue_runners 。初学者会经常在代码中看到这个函数，但往往很难理解宫的用处。高了上面的铺垫后，就可以解释这个函数的作用了。
在使用tf. train.string_input_producer创建文件名队列后，整个系统其实还处于“停滞状态”，也就是说，文件名并没有真正被加入到队列中，如图2-9所示。如果此日才开始计算3 因为内存队列中什么也没高，计算单元就会一直等待，导致整个系统被阻塞。
而使用tf. train.start_ queue_ runners 之后，才会启动填充队列的结程，这时系统就不再停滞” 。此后，计算单元就可以拿到数据并进行计算3 整个程序也就运行起来了，这就是函数tf. train.start_ queue_ runners 的用处。
下面用一个具体的例子体会TensorFlow中的数据读取（对应的程序为test.py )。如图2-10所示，假设在当前文件夹中已经再A.jpg 、B.jpg 、C.jpg三张图片，希望读取这三张图片的5个epoch 并且把读取的结果重新存到read 文件夹中。
代码如下（对应的文件为test.py ):
# coding:utf-8
import os
if not os.path.exists('read'):
os.makedirs('read/')
# 导入TensorFlow
import tensorflow as tf
# 新建一个Session
with tf.Session() as sess:
# 我们要读三幅图片A.jpg, B.jpg, C.jpg
filename = ['A.jpg', 'B.jpg', 'C.jpg']
# string_input_producer会产生一个文件名队列
filename_queue = tf.train.string_input_producer(filename, shuffle=False, num_epochs=5)
# reader从文件名队列中读数据。对应的方法是reader.read
reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
# tf.train.string_input_producer定义了一个epoch变量，要对它进行初始化
tf.local_variables_initializer().run()
# 使用start_queue_runners之后，才会开始填充队列
threads = tf.train.start_queue_runners(sess=sess)
i = 0
while True:
i += 1
# 获取图片数据并保存
image_data = sess.run(value)
with open('read/test_%d.jpg' % i, 'wb') as f:
f.write(image_data)
# 程序最后会抛出一个OutOfRangeError，这是epoch跑完，队列关闭的标志这里使用filename_queue = tf.train.string_input_producer(filename, shuffle=False, num_epochs=5)建立了一个会运行5个epoch的文件名队列。并使用reader i卖取， reader 每次读取一张国片并保存。
运行代码后（程序最后会抛出一个OutOfRangeError 异常，不必担心，
这就是epoch 跑完，队列关闭的标志），得到read 文件夹中的图片，正好是
按Jll页序的5 个epoch ，如图2-11所示。
如果设置fi lename_queue=tf. train.string_ input_producer( filename, shuffle=
False, n u m _ epochs=5 ）中的shuffle=True ，那么在每个epoch 内图像会被打乱，如图2-12 所示。
这里只是用三张图片举例，实际应用中一个数据集肯定不止3 张图片，不过涉及的原理都是共通的。