tensorflow学习——tfreader格式，队列读取数据tf.train.shuffle_batch()

最新推荐文章于 2024-08-27 23:02:24 发布

ei1994

最新推荐文章于 2024-08-27 23:02:24 发布

阅读量1.2w

点赞数 4

CC 4.0 BY-SA版权

本文链接：https://blog.csdn.net/ei1990/article/details/76575935

本文介绍了TensorFlow中的tf.train.shuffle_batch()函数，用于创建随机批处理。该函数会将传入的张量加入到乱序队列，并通过dequeue_many操作形成批次。此外，还提到了需要手动关闭队列的重要性，并给出了使用tfreader格式存储和读取图片的例子。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

1、说明
tf.train.shuffle_batch()
这个函数的功能是：Creates batches by randomly shuffling tensors.
但需要注意的是它是一种图运算，要跑在sess.run()里
This function adds the following to the current Graph:
在运行这个函数时它会在当前图上创建如下的东西：
A shuffling queue into which tensors from tensors are enqueued.
一个乱序的队列，进队的正是传入的tensors
A dequeue_many operation to create batches from the queue.
一个dequeue_many的操作从队列中推出成batch的tensor
A QueueRunner to QUEUE_RUNNER collection, to enqueue the tensors from tensors.
一个QueueRunner的线程，正是这个线程将传入的数据推进队列中．

创建一个队列之后，最好手动关闭。形式如下：

with tf.Session() as sess:
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    // do your things
    coord.request_stop()
    coord.join(threads)

2、例子：将图片存为tfreader格式，然后读出并恢复图片。
tensorflow数据读取机制：