(tensorflow之数据导入2)——Tensorflow队列

官方建议：tf.data API正在取代QueueRunner成为构建input pipline的最优方案，因为前者有更多优势，请参考：

• (tensorflow之导入数据3)——tf.data API使用方法
• 官方文档：Input Pipeline Performance Guide

但是有不少代码(tensorflow-deeplab-resnet )仍然使用QueueRunner作为input pipline的实现方案，还需了解，但是这部分内容在官网上已经难觅踪迹。

我之前学习的这篇博客——tensorflow 管道队列模式（pipeline）读取文件中所提到的官方文档的主要内容变成了介绍tf.data API，可见队列在tf中已经基本本抛弃，我们对队列的了解只是能读懂之前使用队列的源码即可。

队列的实现步骤：
（1）获取文件名列表(fileNameList)；
（2）（可选）设置乱序(shuffle)；
（3）（可选）设置epochs；
（4）将文件名列表存进队列(queue)；
（5）文件操作（读取、裁剪等）；
（6）设置文件批次（batch）。

当然，可以参考我的另一篇博客——《(Deeplab v3)——tensorflow-deeplab-resnet 原理及代码详解》，该源码的作者使用了队列输入数据。