Tensorflow: 队列与线程

线程协同管理

# 利用Coordinator和QueueRunner来协同管理线程
import tensorflow as tf

queue = tf.FIFOQueue(100, 'float')  # 创建一个含100个元素的先进先出的队列

enqueue_op = queue.enqueue([tf.random_normal([1])])  # 创建一个每次入队一个tensorflow随机数的运算

qr = tf.train.QueueRunner(queue, [enqueue_op] * 5)  # 用QueueRunner来创建5个同时维护这个队列的线程

tf.train.add_queue_runner(qr)  # 将定义好的QueueRunner加入计算图上指定的集合

out_tensor = queue.dequeue()  # 定义一个出队操作，每次会得到一个tensor

with tf.Session() as sess:
    coord = tf.train.Coordinator()  # 使用Coordinator来协同启动的线程，线程需要判断停止信号，也能向其他线程发出停止信号，只需要向线程传入coord对象就行
    # 该类一般有should_stop, request_stop, join三个方法，分别是是否停止、命令停止、等待停止

    threads = tf.train.start_queue_runners(sess=sess, coord=coord)

    for _ in range(3): print(sess.run(out_tensor)[0])  # 出三次队列

    coord.request_stop()  # 命令所有的线程停止

    coord.join(threads)  # 等待所有线程终止