读取数据的三种方法：
1. feeding ： providing data when running each step : classifier.eval(feed_dict={input:my_python_preprocessing_fn() }),当包含变量常量时，最好使用placeholder。
2. reading from files: an input pipline reads data from files at the begining of the graph:
reader=tf.TextLineReader()
key,value=reader.read(filename_queue)
c1,c2,c3,c4=tf.decode_csv(value)
3. Preloaded data: a variable in Tensorflow graph holds all the data: only suitable for small data sets
对于实际的问题，不能像mnist 一样直接读入所有数据到内存。
使用TFRecord来进行数据读取，在程序运行中异步读取数据，然后shuffle batch, 再feed到模型的Graph 中。