1.tf.pack(values, axis=0, name="pack")
将由rank 均为R 所组成的list 打包成一个 rank=R+1 的tensor。
value是输入的tensor list ；axis表示在哪一维进行pack。
pack和caocat很像 都是将tensor拼接起来。
两个都可以用于构造features向量
eg：
2.
reader = tf.TextLineReader()
key, value = reader.read(fileNameQueue)
注：key表示的是row 行数 也就是一个索引值。value才是文件中的数据。
3.
每次read的执行都会从文件中读取一行内容， decode_csv 操作会解析这一行内容并将其转为张量列表。value就是每一行包含所有feature x1 x2 x3.....的tensor。如果输入的参数有缺失，record_default参数可以根据张量的类型来设置默认值。
col1 表示所有样本的x1 以此类推。所以features是一个m*n的矩阵。
