小批量训练集Batch_size生成器tf.train.slice_input_producer和tf.train.batch()函数的使用说明

一、语法：tf.train.slice_input_producer(tensor_list, num_epochs=None, shuffle=True, seed=None, capacity=32, shared_name=None, name=None)

参数说明：

• tensor_list：包含一系列tensor列表，列表中tensor的第一维度值必须相等，如多少张图像对应多少个标签。
• num_epochs：可选参数，是一个整数值，代表迭代的次数。设为None表示无限次遍历tensor列表；设为数值N表示生成器只能遍历tensor列表N次。
• shuffle：bool类型，是否打乱样本次序。如果设为True，样本在生成器中已被打乱，使用tf.train.batch函数即可；如果设为False，使用tf.train.batch函数即是按原顺序读取小批量数据集，使用tf.train.shuffle_batch函数即是告诉生成器打乱样本次序后再进行读取。
• seed：可选的整数，生成随机种子，当shuffle=True时才有用。
• capacity：设置tensor列表容量。
• shared_name：可选参数。在不同的上下文管理器(Session)中可以通过这个名字共享生成的tensor。
• name：可选，设置操作的名称。

语法：tf.train.batch(tensors,batch_size,num_threads=1,capacity=32,enqueue_many=False,shapes=None,
    dynamic_pad=False,allow_smaller_final_batch=False,shared_name=None,name=None)

参数说明：

• tensors：一个列表或字典的tensor用来进行入队。
• batch_size：设置每次从队列中获取的小批数量。
• num_threads：控制