tensorflow之队列，线程，输入

最新推荐文章于 2020-12-27 19:15:51 发布

hh_2018

最新推荐文章于 2020-12-27 19:15:51 发布

阅读量405

点赞数 1

分类专栏： tensorflow 文章标签： tensorflow 深度学习队列线程

tensorflow 专栏收录该内容

19 篇文章 1 订阅

订阅专栏

本博客纯属转载

一、队列和线程

1、队列:

　　1)、tf.FIFOQueue(capacity, dtypes, name='fifo_queue') 创建一个以先进先出的顺序对元素进行排队的队列

　　　　参数:

　　　　　　capacity：整数。可能存储在此队列中的元素数量的上限

　　　　　　dtypes：DType对象列表。长度dtypes必须等于每个队列元素中的张量数,dtype的类型形状，决定了后面进队列元素形状

　　　　方法:

　　　　　　q.dequeue()获取队列的数据

　　　　　　q.enqueue(值)将一个数据添加进队列

　　　　　　q.enqueue_many(列表或者元组)将多个数据添加进队列

　　　　　　q.size() 返回队列的大小

　　2)、tf.RandomShuffleQueue() 随机出的队列

2、队列管理器

　　tf.train.QueueRunner(queue, enqueue_ops=None)

　　参数:

　　　　queue：A Queue

　　　　enqueue_ops：添加线程的队列操作列表，[]*2,指定两个线程

　　　　create_threads(sess, coord=None,start=False) 创建线程来运行给定会话的入队操作

　　　　start：布尔值，如果True启动线程；如果为False调用者必须调用start()启动线程

　　　　coord:线程协调器用于线程的管理

3、线程协调器

　　tf.train.Coordinator() 线程协调员,实现一个简单的机制来协调一组线程的终止

　　方法: 返回的是线程协调实例

　　　　request_stop() 请求停止

　　　　join(threads=None, stop_grace_period_secs=120) 等待线程终止

结合队列、队列管理器和线程协调器实现异步的小例:

复制代码

import tensorflow as tf

# 1.创建队列
Q = tf.FIFOQueue(2000, tf.float32)

# 2.添加数据进队列  
# 2.1创建一个数据(变量)
var = tf.Variable(0.0, tf.float32)
# 2.2数据自增
plus = tf.assign_add(var, 1)
# 2.3将数据添加进队列
en_q = Q.enqueue(plus)

# 3.创建队列管理器
qr = tf.train.QueueRunner(Q, enqueue_ops=[en_q] * 2)

# 4.变量初始化
init = tf.global_variables_initializer()

# 5.创建会话
with tf.Session() as sess:
    # 6.运行初始化
    sess.run(init)

    # 7.创建线程协调器
    coord = tf.train.Coordinator()

    # 8.开启子线程
    threads = qr.create_threads(sess, coord=coord, start=True)

    # 9.主线程 从队列中取数据
    for i in range(200):
        print(sess.run(Q.dequeue()))
        
    # 10.线程回收
    coord.request_stop()
    coord.join(threads)

复制代码

二、文件读取

1、文件读取流程

2、文件读取API

　　1)文件队列

　　tf.train.string_input_producer(string_tensor, ,shuffle=True) 将输出字符串（例如文件名）输入到管道队列

　　参数:

　　　　string_tensor 含有文件名的1阶张量

　　　　num_epochs:过几遍数据，默认无限过数据

　　　　返回:具有输出字符串的队列

　　2)文件阅读器(根据文件格式，选择对应的文件阅读器)

　　　　csv文件: class tf.TextLineReader 默认按行读取返回：读取器实例

　　　　二进制文件: tf.FixedLengthRecordReader(record_bytes) record_bytes:整型，指定每次读取的字节数返回：读取器实例

　　　　TfRecords文件: tf.TFRecordReader 返回：读取器实例

　　　　以上3个阅读器有一个相同的方法:

　　　　read(file_queue)：从队列中指定数量内容返回一个Tensors元组（key, value）其中key是文件名字，value是默认的内容(行，字节)

　　3)文件内容解码器(由于从文件中读取的是字符串，需要函数去解析这些字符串到张量)

　　　　①tf.decode_csv(records,record_defaults=None,field_delim = None，name = None) 将CSV转换为张量，与tf.TextLineReader搭配使用

　　　　　　参数:

　　　　　　　　records:tensor型字符串，每个字符串是csv中的记录行

　　　　　　　　field_delim:默认分割符”,”

　　　　　　　　record_defaults:参数决定了所得张量的类型，并设置一个值在输入字符串中缺少使用默认值

　　　　②tf.decode_raw(bytes,out_type,little_endian = None，name = None) 将字节转换为一个数字向量表示，字节为一字符串类型的张量,与函数tf.FixedLengthRecordReader搭配使用，二进制读取为uint8格式

　　4)开启线程操作

　　　　tf.train.start_queue_runners(sess=None,coord=None) 收集所有图中的队列线程，并启动线程 sess:所在的会话中 coord：线程协调器 return：返回所有线程队列

　　5)管道读端批处理

　　　　①tf.train.batch(tensors,batch_size,num_threads = 1,capacity = 32,name=None) 读取指定大小（个数）的张量

　　　　　参数:

　　　　　　tensors：可以是包含张量的列表

　　　　　　batch_size:从队列中读取的批处理大小

　　　　　　num_threads：进入队列的线程数

　　　　　　capacity：整数，队列中元素的最大数量

　　　　　　返回:tensors

　　　　②tf.train.shuffle_batch(tensors,batch_size,capacity,min_after_dequeue, num_threads=1,) 乱序读取指定大小（个数）的张量

　　　　　　参数:

　　　　　　　　min_after_dequeue:留下队列里的张量个数，能够保持随机打乱

3、文件读取案例

复制代码

import tensorflow as tf
import os


def csv_read(filelist):
    # 构建文件队列
    Q = tf.train.string_input_producer(filelist)
    # 构建读取器
    reader = tf.TextLineReader()
    # 读取队列
    key, value = reader.read(Q)
    # 构建解码器
    x1, y = tf.decode_csv(value, record_defaults=[["None"], ["None"]])
    # 进行管道批处理
    x1_batch, y_batch = tf.train.batch([x1, y], batch_size=12, num_threads=1, capacity=12)
    # 开启会话
    with tf.Session() as sess:
        # 创建线程协调器
        coord = tf.train.Coordinator()
        # 开启线程
        threads = tf.train.start_queue_runners(sess, coord=coord)
        # 执行任务
        print(sess.run([x1_batch, y_batch]))
        # 线程回收
        coord.request_stop()
        coord.join(threads)


if __name__ == "__main__":
    filename = os.listdir("./data/")   #  文件目录自己指定
    filelist = [os.path.join("./data/", file) for file in filename]
    csv_read(filelist)

复制代码

三、图片读取与存储

　　　　1 图像数字化三要素:长度,宽度,通道数(一通道 : 灰度值三通道 : RGB)

　　　　2 缩小图片大小:

　　　　　　tf.image.resize_images(images, size) 缩小图片

　　　　　　目的：

　　　　　　　　 1、增加图片数据的统一性

　　　　　　　　 2、所有图片转换成指定大小

　　　　　　　　 3、缩小图片数据量，防止增加开销

　　　　3 图像读取API

　　　　　　1)图像读取器

　　　　　　　　tf.WholeFileReader 将文件的全部内容作为值输出的读取器

　　　　　　　　　　return：读取器实例 read(file_queue):输出将是一个文件名（key）和该文件的内容（值）

　　　　　　2)图像解码器

　　　　　　　　tf.image.decode_jpeg(contents) 将JPEG编码的图像解码为uint8张量

　　　　　　　　　　return:uint8张量，3-D形状[height, width, channels]

　　　　　　　　tf.image.decode_png(contents) 将PNG编码的图像解码为uint8或uint16张量

　　　　　　　　　　return:张量类型，3-D形状[height, width, channels]

图片读取案的简单demo:

复制代码

import tensorflow as tf
import os

flags = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("data_home", "./data/dog/", "狗的图片目录")   # 文件路径自己指定

def picread(filelist):
    # 构建文件名队列
    file_q = tf.train.string_input_producer(filelist)
    # 构建读取器
    reader = tf.WholeFileReader()
    # 读取内容
    key, value = reader.read(file_q)
    print(value)
    # 构建解码器
    image = tf.image.decode_jpeg(value)
    print(image)
    # 统一图片大小   设置长宽
    resize_image = tf.image.resize_images(image, [256,256])
    print(resize_image)
    # 指定通道大小
    resize_image.set_shape([256,256,3])
    # 构建批量处理管道
    image_batch = tf.train.batch([resize_image], batch_size=100,num_threads=1, capacity=100)

    return image_batch

if __name__ == "__main__":
    filename = os.listdir(flags.data_home)
    filelist = [os.path.join(flags.data_home, file) for file in filename]
    image_batch = picread(filelist)

    with tf.Session() as sess:
        # 构建线程协调器
        coord = tf.train.Coordinator()
        # 开启线程
        threads = tf.train.start_queue_runners(sess,coord=coord)
        # 训练数据
        print(sess.run(image_batch))
        # 回收线程
        coord.request_stop()
        coord.join(threads)

复制代码

四、TFRecords分析、存取

　　1 概念

　　 TFRecords是Tensorflow设计的一种内置文件格式，是一种二进制文件，它能更好的利用内存，更方便复制和移动 (将二进制数据和标签(训练的类别标签)数据存储在同一个文件中)

　　2 TFRecords文件分析

　　　　1)文件格式：*.tfrecords

　　　　2)写入文件内容：Example协议块

　　3 TFRecords存储

　　　　1)建立TFRecord存储器

　　　　　　 tf.python_io.TFRecordWriter(path) 写入tfrecords文件

　　　　　　参数:

　　　　　　　　path: TFRecords文件的路径

　　　　　　return：无, 执行写文件操作

　　　　　　方法:

　　　　　　　　write(record):向文件中写入一个字符串记录 # 一个序列化的Example,Example.SerializeToString()

　　　　　　　　close():关闭文件写入器

　　　　2)构造每个样本的Example协议块

　　　　tf.train.Example(features=None) 写入tfrecords文件

　　　　　　参数:

　　　　　　　　features:tf.train.Features类型的特征实例

　　　　　　　　return：example格式协议块

　　　　tf.train.Features(feature=None) 构建每个样本的信息键值对

　　　　　　参数:

　　　　　　　　 feature:字典数据,key为要保存的名字

　　　　　　　　value为tf.train.Feature实例

　　　　　　　　return:Features类型

　　　　tf.train.Feature(**options)

　　　　　　参数:

　　　　　　　　**options：例如 bytes_list=tf.train. BytesList(value=[Bytes])

　　　　　　　　　　　　　　　int64_list=tf.train. Int64List(value=[Value])

　　　　　　　　　　　　　　　float_list = tf.train. FloatList(value=[value])

　　4 TFRecords读取方法

　　　　　1)构建文件队列

　　　　　　　　tf.train.string_input_producer(string_tensor, ,shuffle=True)

　　　　　2)构建文件读取器,读取队列的数据

　　　　　　　　tf.TFRecordReader 返回：读取器实例

　　　　　　　　read(file_queue)

　　　　　3)解析TFRecords的example协议内存块

　　　　　　　　①tf.parse_single_example(serialized,features=None,name=None) 解析一个单一的Example原型

　　　　　　　　　　参数:

　　　　　　　　　　　　serialized：标量字符串Tensor，一个序列化的Example

　　　　　　　　　　　　features：dict字典数据，键为读取的名字，值为FixedLenFeature

　　　　　　　　　　　　return:一个键值对组成的字典，键为读取的名字

　　　　　　　　②tf.FixedLenFeature(shape,dtype)

　　　　　　　　　　参数:

　　　　　　　　　　　　shape：输入数据的形状，一般不指定,为空列表

　　　　　　　　　　　　 dtype：输入数据类型，与存储进文件的类型要一致类型只能是float32,int64,string

　　　　　4)解码

　　　　　　　　tf.decode_raw(bytes,out_type,little_endian = None，name = None) 将字节转换为一个数字向量表示，字节为一字符串类型的张量,与函数tf.FixedLengthRecordReader搭配使用，二进制读取为uint8格式

以下是从二进制文件中读取数据,写入tfrecords文件,再从tfrecords文件读取的小案例:

复制代码

import tensorflow as tf
import os

flags = tf.app.flags.FLAGS
tf.app.flags.DEFINE_string("data_home", "./data/cifar10/cifar-10-batches-bin/", "二进制文件目录")
tf.app.flags.DEFINE_string("data_tfrecords", "./data/temp/tfrecords", "tfrecords文件路径")


class cifarread(object):
    def __init__(self, filelist):
        self.filelist = filelist
        # 构建图的一些数据
        self.height = 32
        self.width = 32
        self.channel = 3
        self.label_bytes = 1
        self.image_bytes = self.height * self.width*self.channel
        self.bytes = self.label_bytes + self.image_bytes

    def read_decode(self):
        """
        读取二进制文件
        :return: image_batch, label_batch
        """
        # 构建文件名队列
        file_q = tf.train.string_input_producer(self.filelist)

        # 构建阅读器
        reader = tf.FixedLengthRecordReader(record_bytes=self.bytes)

        # 读取数据
        key, value = reader.read(file_q)

        # 解码
        label_image = tf.decode_raw(value, tf.uint8)

        # 分割数据集
        label = tf.cast(tf.slice(label_image, [0], [self.label_bytes]), tf.int32)
        image = tf.slice(label_image, [self.label_bytes], [self.image_bytes])

        # 改变形状
        image_tensor = tf.reshape(image, [self.height, self.width, self.channel])

        # 批量处理
        image_batch, label_batch = tf.train.batch([image_tensor, label], batch_size=10, num_threads=1, capacity=10)

        return image_batch, label_batch

    def write2tfrecords(self, image_batch, label_batch):
        """
        将从二进制文件中读取的内容写入tfrecords文件
        :param image_batch:
        :param label_batch:
        :return:
        """
        # 构建一个tfrecords文件存储器
        writer = tf.python_io.TFRecordWriter(flags.data_tfrecords)
        # 对于每一个样本，都要构造example写入
        for i in range(10):
            # 取出特征值，转换成字符串
            image_string = image_batch[i].eval().tostring()

            # 取出目标值
            label_int = int(label_batch[i].eval()[0])

            example = tf.train.Example(features=tf.train.Features(feature={
                "image":tf.train.Feature(bytes_list = tf.train.BytesList(value=[image_string])),
                "label":tf.train.Feature(int64_list = tf.train.Int64List(value=[label_int]))
            }))
            # 写入文件中，要先把协议序列化值之后才能存储
            writer.write(example.SerializeToString())

        writer.close()
        return None

    def read_tfrecords(self):
        """
        从tfrecords文件读取内容
        :return: image_batch, label_batch
        """
        # 构造文件队列
        file_q = tf.train.string_input_producer([flags.data_tfrecords])
        # 构造阅读器，读取数据
        reader = tf.TFRecordReader()
        # 一次只读取一个样本
        key, value = reader.read(file_q)
        # 解析内容 解析example协议
        feature = tf.parse_single_example(value, features={
            "image":tf.FixedLenFeature([], tf.string),
            "label":tf.FixedLenFeature([], tf.int64)
        })

        # 解码     字符串需要解码， 整形不用
        image = tf.decode_raw(feature["image"], tf.uint8)

        # 设置图片的形状，以便批处理
        image_reshape = tf.reshape(image, [self.height, self.width])
        label = tf.cast(feature["label"], tf.int32)

        # 批处理
        image_batch, label_batch = tf.train.batch([image_reshape, label],batch_size=10 ,num_threads=1, capacity=10)

        return image_batch, label_batch

if __name__ == "__main__":
    filename = os.listdir(flags.data_home)
    filelist = [os.path.join(flags.data_home, file) for file in filename if file[-3:] == "bin"]
    cif = cifarread(filelist)
    # 读取二进制文件
    image_batch, label_batch = cif.read_decode()
    # 读取tfrecords文件
    # cif.read_tfrecords()

    with tf.Session() as sess:
        # 构建线程协调器
        coord = tf.train.Coordinator()
        # 开启线程
        threads = tf.train.start_queue_runners(sess, coord=coord)
        # 执行任务
        print(sess.run([image_batch, label_batch]))
        # 存储tfrecords文件
        # cif.write2tfrecords(image_batch, label_batch)
        # 回收线程
        coord.request_stop()
        coord.join(threads)

复制代码