1. 使用gfile读入文件内容。输入的是String，输出3-D tensor。可惜的是输入不能是tensor

def decode_jpg(path):    r""" 读取jpg图像    :param path: full path    :return: A `Tensor` of type `float32`. 3-D with shape `[height, width, channels]`    """    image_raw_data = tf.gfile.FastGFile(path, "r").read()    image = tf.image.decode_jpeg(image_raw_data)    image = tf.image.convert_image_dtype(image, dtype=tf.float32)    return image

2. 使用WholeFileReader。输入的是queue。

image_reader = tf.WholeFileReader()data_queue = tf.train.string_input_producer([image_dir], shuffle=False)image_key, image_value = image_reader.read(data_queue) img = tf.image.decode_jpeg(image_value, channels=3)

3. 使用read_file。输入的是tensor，不是queue

image_value = tf.read_file(image_dir)img = tf.image.decode_jpeg(image_value, channels=3)

4. 一个错误：一个csv中每行保存图像的地址和label结果。最初的读入方法是：

data_queue = tf.train.string_input_producer([data_dir], shuffle=False)    reader = tf.TextLineReader(skip_header_lines=True)    key, value = reader.read(data_queue)    record_defaults = [[2], ['label'], [157], [81], ['Path']]    _, label, width, height, image_dir = tf.decode_csv(value, record_defaults, field_delim="\t")    image_dir = tf.string_join([image_folder_dir, image_dir])        img_reader = tf.WholeFileReader()    img_key,img_value = img_reader.reader(tf.train.string_input_producer([image_dir], shuffle=False)

因为当时没有发现read_file这种方法读取文件。所以先后使用了两次 string_input_producer。本以为第二次只传入一个image_dir，图像数据和label会一致。但是即使把shuffle设置为false, 图像和label也对不上了。

所以把后来的 WholeFileReader换成了tf.read_file(image_dir) 。这就可以了