tensorflow多线程预读取数据

在一般的讲解中，tensorflow使用多线程读取数据都会涉及到两个概念，文件名队列和文件队列。将原本简单的概念绕的很复杂，而且不同的博客还相互抄，毫无自己的理解。其实文件名队列完全没有必要，只要线程能将数据预读取到文件队列，其他的处理咋弄都行。下面是我想到的用法：

import tensorflow as tf
import numpy
import os
import cv2
os.environ['TF_CPP_MIN_LOG_LEVEL']='2'

img=cv2.imread('./lena_gray.jpg')  #数据读取，预处理，data argument等等完全可以用python处理
input_img=tf.convert_to_tensor(img)  #将数据处理完后转化为tensor，便于shuffle_batch使用，不用shuffle_batch的话也可以自己

#定义一个队列

img_batch=tf.train.shuffle_batch([input_img],batch_size=2,capacity=200,min_after_dequeue=100,num_threads=2)
sess = tf.Session()
init = tf.initialize_all_variables()
sess.run(init)

tf.train.start_queue_runners(sess=sess)   #启动读数据的线程

for i in range(3):
    value=sess.run(img_batch)
    print(value.shape)

最后

以上就是任性白羊为你收集整理的tensorflow多线程预读取数据的全部内容，希望文章能够帮你解决tensorflow多线程预读取数据所遇到的程序开发问题。

如果觉得靠谱客网站的内容还不错，欢迎将靠谱客网站推荐给程序员好友。