Python TensorFlow,队列管理器 QueueRunner,子线程,线程协调器 Coordinator

本文介绍了如何在Python TensorFlow中利用QueueRunner和Coordinator进行线程管理,当任何线程出现异常时,能确保程序正常结束。通过结合使用这两者,可以方便地控制子线程并在主线程中轻松停止所有子线程的执行。
摘要由CSDN通过智能技术生成

只要有任何一个线程调用了Coordinator的request_stop()方法,所有的线程都可以通过should_stop()方法感知并停止当前线程。将QueueRunner和Coordinator一起使用,实际上就是封装了这个判断(判断should_stop())操作,从而使任何一个线程出现异常时,能够正常结束整个程序(所有线程),同时主线程也可以直接调用request_stop()方法来停止所有子线程的执行。


 

demo.py(队列管理器 QueueRunner,子线程,线程协调器 Coordinator):

import tensorflow as tf
import os
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'  # 设置警告级别


# 模拟异步,子线程读取样本到队列,主线程从队列中取样本并训练

# 
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值