Tensorflow中队列的使用

在tensorflow中队列和变量都是用于计算图上有状态的节点；

以下为FIFOQueue队列，是一个先进先出队列

import tensorflow as tf

q = tf.FIFOQueue(3,"int32")    #创建一个先进先出的队列
init = q.enqueue_many(([2,5,3],))  #通过enqueue_many()函数初始化队列中的元素

x = q.dequeue()   #通过dequeue()函数将队列中的第一个元素送出队列，并将这个元素的值存在变量x中
y = x+1
q_inc = q.enqueue([y])  #将更新后的元素值重新加入队列中

with tf.Session() as sess:
    sess.run(init)
    quelen = sess.run(q.size())
    for i in range(3):     #执行q_inc的次数3，
        sess.run(q_inc)

    quelen = sess.run(q.size())
    for i in range(quelen):
        print(sess.run(q.dequeue()))

结果为：3 6 4

而RandomShuffleQueue函数为随机队列，是以随机的顺序产生元素的；

import tensorflow as tf
q = tf.RandomShuffleQueue(capacity=10,min_after_dequeue=2, dtypes="float") #队列最大长度为10，出队后最小长度为2；
sess = tf.Session()
for i in range(0,10):         #10次入队操作
    sess.run(q.enqueue(i))

for i in range(0,8):           #8次出队操作
    print(sess.run(q.dequeue()))

结果为随机：本次为：

0.0
3.0
4.0
9.0
6.0
5.0
2.0
7.0

但是在以下两种情况中会出现阻断：1.队列长度等于最小值，执行出队操作

                                                                 2.队列长度等于最大值，执行入队操作