使用时
tf.feature_columns，您输入到input_fn中的数据应具有与先前创建的功能列相同的键。因此，
x您的的
train_input_fn应为字典，其键以命名
feature_columns。
一个模拟的例子：
x = {"policy_state": np.array(['AL','AL','AL','AL','AL']), "modern_classic_ind": np.array(['0','0','0','0','0']), "h_plus_ind": np.array(['0','0','0','0','0']),}在一边 ：
来自开发者Google博客的这篇精彩文章可能是一本好书，因为它引入了一种
input_fn直接使用
tf.DatasetAPI从csv文件创建的新方法。它具有更好的内存管理，并且避免将所有数据集加载到内存中。
