【TensorFlow】数据处理（队列和多线程）

最新推荐文章于 2024-07-17 10:37:21 发布

remo0x

最新推荐文章于 2024-07-17 10:37:21 发布

阅读量2.5k

点赞数 1

分类专栏：深度学习 TensorFlow实践文章标签：队列多线程 FIFOQueue Coordinato QueueRunne

本文链接：https://blog.csdn.net/White_Idiot/article/details/78828988

版权

本文介绍了在TensorFlow中如何进行数据处理，包括使用FIFOQueue和RandomShuffleQueue，以及如何利用enqueue/dequeue函数进行操作。同时，讲解了tf.Coordinator的使用，它能协调多进程停止，并通过should_stop()和request_stop()控制线程。此外，还展示了如何借助tf.QueueRunner和tf.Coordinator管理多线程队列操作。

摘要由CSDN通过智能技术生成

项目已上传至 GitHub —— queue-threading

Queue

TensorFlow 提供了两种列队

FIFOQueue：先进先出队列
RandomShuffleQueue：随机出队队列

修改队列状态的函数主要有

enqueue()：入队
enqueue_many()：将多个元素入队
dequeue()：出队

以下代码示范了怎么使用这些函数（以下所有代码都实现自《TensorFlow：实战Google深度学习框架》）

import tensorflow as tf

# 创建一个先进先出队列，指定队列最多保存两个元素，类型为整数
q = tf.FIFOQueue(2, 'int32')

# 初始化队列中的元素
init = q.enqueue_many(([0, 10], ))

# 执行出队操作
x = q.dequeue()

# 将元素+1后入队
y = x + 1
q_inc = q.enqueue([y])

with tf.Session()