TensorFlow+实战Google深度学习框架学习笔记（7）-----队列与多线程

一、创建一个队列：

FIFOQueue：先进先出

RandomShuffleQueue：会将队列中的元素打乱，每次出列操作得到的是从当前队列所有元素中随机选择的一个。

二、操作一个队列的函数：

enqueue、enqueue_many、dequeue

import tensorflow as tf

#创建一个先进先出队列，指定队列中最多可以保存两个元素，并指定类型为整数
q = tf.FIFOQueue （ 2, "int32" )

#使用enqueue_many 函数来初始化队列中的元素。
 init = q.enueue_many( ( [0,10],))

#使用Dequeue函数将队列中的第一个元素出队列
x = q.dequeue()

#入列
q_inc = q.enqueue([x])

#将x出列又入列
with tf.Session() as sess:
     sess.run( [x,q_inc])

三、多线程协同：

tf.Coordinator :

用于协同多个线程一起停止，并提供了should_stop、request_stop、join三个函数。在启动线程之前，需要先声明一个tf.Coordinator类中提供的should_stop函数，当这个函数的返回值为True时，则当前线程也需要退出。每一个启动的线程都可以通过调用request_stop函数来通知其他线程退出。当某一个线程调用request_stop函数之后，should_stop函数的返回值将被设置为True，这样其他的线程就可以同时终止了。

tf.QueueRunner

 

转载于:https://www.cnblogs.com/Lee-yl/p/9441843.html