如何通过tensorflow.contrib.learnEstimator.fit input_fn（）从任意来源（而不是文件）传递数据？

Question

Estimator.fit()函数作为参数

• （x，y和batch_size）其中x和y可能是numpy数组或迭代器。

  赞成

  1. 易于使用。
  2. 只要问题可以分解为x和y，就可以从任意来源提供数据。

  CONS

  1. 没有提供纪元的条款
  2. 如果x和y是数组，则数据聚合必须可用而不是即时阅读（例如从数据库中读取）
  3. 数组或迭代器，x和y不能是字典。大多数复杂问题不能简化为输入矩阵和输出矩阵，可能需要多个输入特征矩阵。

  3. input_fn - 这是回调函数，必须返回features和target张量或张量词典。

     赞成

     1. 允许从任意来源（理论上）提供数据。
     2. 返回的特征和目标可以是字典，因此可以解决需要多次输入的复杂问题。

     CONS

     1. 仅找到使用read_batch_examples()，read_batch_features()，read_batch_record_features()等阅读文件的支持
     2. 不支持传递占位符和feed_fn以允许任意不需要队列的输入数据源。

相关讨论

1. https://github.com/tensorflow/tensorflow/pull/4696#issuecomment-253632403
2. How to use StreamingDataFeeder as contrib.learn.Estimator.fit()'s input_fn?

在1.中的讨论中，@ martinwick建议使用py_func克服对于input_fn的CONS，但是，我仍然不确定如何。任何建议，想法，欢迎蓝图。