【TensorFlow动手玩】队列

引子

队列(queue)是TensorFlow中的重要组成部件。所有队列管理器被默认加入图的tf.GraphKeys.QUEUE_RUNNERS集合中。

在读入数据的这个例子中，可以在构建完图之后，打印出图中队列的相关信息：

queue_runners = tf.get_collection(tf.GraphKeys.QUEUE_RUNNERS)
for qr in queue_runners:
    print(type(qr.queue))
    print(qr.queue.name)
    for opt in qr.enqueue_ops:
        print(type(opt))
        print(opt.name)

这个例子中，出现了两个QueueRunner：第一个由tf.train.string_input_produecer函数创建，负责管理数据文件名；第二个由tf.train.shuffle_batch函数创建，负责管理样本。

每个队列管理器拥有一个queue：可以是先进先出的(FIFOQueue)，或者随机的(RandomShuffleQueue)。

每个队列管理器还有用一个enqueue_ops列表，装有入队操作。第一个队列管理器只有一个入队操作；第二个队列管理器，由于设置num_threads=2，有两个线程向样本队列中添加。

使用样本时，从第二个队列中执行出队操作。

接下来，我们用最简单的例子展示TensorFlow的队列机制。

Queue

队列本身也是图中的一个节点。
其他节点（enqueue, dequeue）可以修改队列节点中的内容。

FIFOQue

创建一个先进先出队列，以及一个“出队，+1，入队”操作：

q = tf.FIFOQueue(3, "float")
x = q.dequeue()
y = x+1
q_inc = q.enqueue([y])

初始化并执行2次这个操作，之后查看队列内容

sess = tf.Session()
sess.run(q.enqueue_many(([0.1, 0.2, 0.3]),))
for i in range(0,2):
    sess.run(q_inc)