tensorflow 提供了统一的数据存储格式，即 TFRecord（record 表示记录），以提高程序的可扩展性，当数据来源十分复杂时，仍能有效记录输入数据中的信息。
1. tfrecord 使用流程
比如对于 mnist 训练数据集，我们要将其 label 和像素内容以 TFRecord 的形式写入到本地。
所需 api：
- tf.python_io.TFRecordWriter(path)：writer
- tf.train.Example() ⇒ 构建一条 record
from tensorflow.examples.tutorials.mnist import input_data
mnist = input_data(train_dir='./MNIST_DATA', dtype=tf.uint8, one_hot=True)
labels = mnist.train.labels
images = mnist.train.images
num_images, num_pixels = images.shape