使用自己数据训练tensorflow

目前网上有很多公布的代码，但是，我们如何使用自己的数据对其训练呢，可以使用以下的代码试试改程序的输入。如果有错误，欢迎批评指正，谢谢。

from glob import glob
import random
import numpy as np
import os

batch_size = 8 
step = 100  #程序运行的总代数

def get_batch(batch_filename):
#eg .对于二分类程序，标签的形式是[0,1],[1,0]的形式
#    对于分割程序，标签的形式和图片的形式相同，本程序就是针对这部分的
    batch_array = []
    batch_label = []
    for npy in batch_filename:
        try:
            arr = np.load(npy)
            arr=arr[:,:,:,np.newaxis]      
            arr_mask=np.load(npy.replace('img', 'mask'))
            arr_mask = arr_mask[:, :, :, np.newaxis]  #根据自己的需要更改就行

            batch_array.append(arr)
            batch_label.append(arr_mask)
        except Exception  as e:
            print("file not exists! %s"%npy)
            batch_array.append(batch_array[-1])  
    return np.array(batch_array),np.array(batch_label)

#加载数据

root = '数据的路径'
every_file = glob(os.path.join(root, "*_img.npy"))  
times = int(len(every_file)/batch_size)
for i in range(1, step):  
    random.shuffle(every_file)
    for t in range(times):  # 每代中batchsize运行的次数
        batch_files = every_file[t * batch_size:(t + 1) * batch_size]
        img, mask = get_batch(batch_files)