tf.ReaderBase

参考   tf.ReaderBase - 云+社区 - 腾讯云

目录

1、__init__

2、属性

3、num_records_produced

4、num_work_units_completed

5、read

6、read_up_to

7、reset

8、restore_state

9、serialize_state

---

用于不同读取器类型的基类，该基类将生成每个步骤的记录。从概念上讲，读取器将字符串“工作单元”转换为记录(键、值对)。通常，“工作单元”是文件名，记录是从这些文件的内容中提取的。我们希望每个步骤生成一条记录，但是一个工作单元可以对应多个记录。因此，我们引入了一些使用队列的解耦。队列包含工作单元，当请求读取器生成一条记录(通过Read())但它已经完成了最后一个工作单元时，读取器将从队列中退出。

Eager Compatibility

读取器与急于执行不兼容。相反，请使用tf.data将数据放入模型中。

1、__init__

__init__(
    reader_ref,
    supports_serialize=False
)

创建一个新的ReaderBase。

参数：

• reader_ref:实现阅读器的操作。
• supports_serialize:如果阅读器实现可以序列化其状态，则为True。

可能产生的异常：

• RuntimeError: If eager execution is enabled.

2、属性

• reader_ref：实现读取器的Op。
• supports_serialize：阅读器实现是否可以序列化其状态。

3、num_records_produced

num_records_produced(name=None)

返回此阅读器已生成的记录的数量。这与成功执行的读操作数量相同。

参数：

• name:操作的名称(可选)。

返回值：

• 一个int64张量。

4、num_work_units_completed

num_work_units_completed(name=None)

返回此阅读器已完成处理的工作单元的数量。

参数：

• name:操作的名称(可选)。

返回值：

• 一个int64张量。

5、read

read(
    queue,
    name=None
)

返回读取器生成的下一个记录(键、值)对。如果需要，将一个工作单元从队列中取出(例如，当读取器需要开始从一个新文件中读取，因为它已经完成了前一个文件)。

参数：

• queue:用字符串工作项表示队列句柄的队列或可变字符串张量。
• name:操作的名称(可选)。

返回值：

• 张量的元组(键、值)。
• key:弦标量张量。
• value:字符串标量张量。

6、read_up_to

read_up_to(
    queue,
    num_records,
    name=None
)

返回最多由读取器生成的num_records(键、值)对。如果需要，将一个工作单元从队列中取出(例如，当读取器需要开始从一个新文件中读取，因为它已经完成了前一个文件)。甚至在最后一个批处理之前，它返回的值也可能小于num_records。

参数：

• queue:用字符串工作项表示队列句柄的队列或可变字符串张量。
• num_records:要读取的记录数量。
• name:操作的名称(可选)。

返回值：

• 张量(键、值)的元组。
• 键:一维弦张量。
• 值:一维弦张量。

7、reset

reset(name=None)

将阅读器恢复到其初始清洁状态。

参数：

• name:操作的名称(可选)。

返回值：

• 创建操作。

8、restore_state

restore_state(
    state,
    name=None
)

将阅读器恢复到以前保存的状态。并非所有阅读器都支持恢复，因此这可能会产生未实现的错误。

参数：

• state:一个弦张量。具有匹配类型的阅读器的串行化的结果。
• name:操作的名称(可选)。

返回值：

• 创建操作。

9、serialize_state

serialize_state(name=None)

生成一个字符串张量来编码阅读器的状态。并不是所有阅读器都支持序列化，因此这可能会产生未实现的错误。

参数：

• name:操作的名称(可选)。

返回值：

• 一个字符串张量。