深度学习tensorflow实战笔记（1）全连接神经网络（FCN）训练自己的数据（从txt文件中读取）

      写在前面的话：离上一次写博客已经有些日子了，以前的工程都是在caffe平台下做的，caffe平台虽然挺好用的，但是caffe主要用于做CNN，对于其它的网络模型用起来不太方便，所以博主转战tensorflow，Google对待tensorflow就想当年对待Android一样，虽然现在推出了很多其它机器学习（深度学习）框架，不过tensorflow的便利性还是很值得称赞的，最起码博主感觉上手很容易的。

      tensorflow平台用于机器学习或者深度学习的代码大多数是基于mnist或者cifar-10等标准数据集的，这种数据集封装了标注格式，tf平台都有专门的针对这类数据处理操作，但是要想训练自己的数据，并不是一件容易的事情，博主倒弄了几天，终于跑通了如果用多层感知机以及卷积神经网络训练自己的数据，包括数据读入、测试、特征提取等操作。本篇博客主要介绍如何从txt文件中读取自己的数据，用于训练多层感知机，后续的博客介绍如何处理图像数据，以及CNN的相关内容。都是一些非常实用的干货。

1、准备数据

     把数据放进txt文件中（数据量大的话，就写一段程序自己把数据自动的写入txt文件中，任何语言都能实现），数据之间用逗号隔开，最后一列标注数据的标签（用于分类），比如0,1。每一行表示一个训练样本。如下图所示。

其中前三列表示数据（特征），最后一列表示数据（特征࿰