多线程输入数据处理框架——队列与线程(tensorflow)

tf.Coordinator(协同多个线程一起停止)
tf.QueueRunner(启动多个线程来操作同一个队列)

import tensorflow as tf
#定义一个先进先出的队列,队列有100个实数类型的元素
queue = tf.FIFOQueue(100,"float")
#定义对列的入队操作
enqueue_op = queue.enqueue([tf.random_normal([1])])
#多个线程运行队列的入队操作
qr = tf.train.QueueRunner(queue,[enqueue_op]*5)
#加入计算图集合
tf.train.add_queue_runner(qr)
#定义出队操作
out_tensor = queue.dequeue()

with tf.Session() as sess:
    #协同多个线程  
    coord = tf.train.Coordinator()
    #启动所有的线程
    threads = tf.train.start_queue_runners(sess = sess,coord = coord)
    #获取队列中的取值
    for _ in range(3):
        print(sess.run(out_tensor)[0])
    #使用tf.train.Coordinator来停止所有的线程
    coord.request_stop()
    #等待线程的退出
    coord.join(threads)

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
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