TensorFlow函数教程:tf.queue.QueueBase

由 Carrie 创建, 最后一次修改 2019-02-22

tf.queue.QueueBase函数

类 QueueBase

别名:

  • 类 tf.QueueBase
  • 类 tf.io.QueueBase

定义在:tensorflow/python/ops/data_flow_ops.py。

队列实现的基类。

队列是TensorFlow数据结构,它跨多个步骤存储张量,并公开使张量排队和出列的操作。

每个队列元素是一个或多个张量的元组,其中每个元组组件具有静态dtype,并且可以具有静态shape。队列实现支持处理单个元素的enqueue和dequeue版本,这些版本支持一次对一批元素进行入队和出列。

__init__

__init__(
    dtypes,
    shapes,
    names,
    queue_ref
)

从队列引用构造队列对象。

如果提供,两个可选列表,shapes和names必须与dtypes具有相同的长度相同。给定索引处的值i指示用于dtypes中相应队列组件的shape和名称。

参数:

  • dtypes:类型列表。dtypes的长度必须等于每个元素中的张量数。
  • shapes:元素中张量shape的约束:shape元组列表或为None。此列表与dtypes的长度相同。如果元素中任何张量的shape受到约束,则所有都必须是;如果shape不应受约束,则shape可以为None。
  • names:可选的名称列表。如果提供,则enqueue()和dequeue()方法将使用具有这些名称的字典作为键。必须为None或者与dtypes的长度相同的列表或元组。
  • queue_ref:队列引用,即队列操作的输出。

可能引发的异常:

  • ValueError:如果其中一个参数无效。

属性

dtypes

队列元素的每个组件的dtypes列表。

name

基础队列的名称。

names

队列元素的每个组件的names列表。

queue_ref

基础队列引用。

shapes

队列元素的每个组件的shapes列表。

方法

close

close(
    cancel_pending_enqueues=False,
    name=None
)

关闭此队列。

此操作表示不再有元素将在给定队列中排队。随后enqueue和enqueue_many操作将失败。如果队列中仍有足够的元素,则后续操作dequeue和dequeue_many操作将继续成功。随后出列的dequeue和dequeue_many操作会阻止等待更多元素(如果没有调用close)将立即失败。

如果cancel_pending_enqueues是True,则所有待处理的请求也将被取消。

参数:

  • cancel_pending_enqueues:(可选)布尔值,默认为 False(如上所述)。
  • name:操作的名称(可选)。

返回:

关闭队列的操作。

dequeue

dequeue(name=None)

从此队列中取消一个元素。

如果在执行此操作时队列为空,则它将阻塞,直到有一个要出队的元素。

在运行时,如果队列在执行之前或期间是tf.QueueBase.close,则此操作可能会引发错误。如果队列关闭,则队列为空,并且没有可以满足此请求的待处理入队操作,将引发tf.errors.OutOfRangeError。如果会话是tf.Session.close,则会引发tf.errors.CancelledError。

参数:

  • name:操作的名称(可选)。

返回:

已经出列的张量元组。

dequeue_many

dequeue_many(
    n,
    name=None
)

从此队列中取出并连接n个元素。

此操作沿第0维连接队列元素组件张量,以生成单个组件张量。出列元组中的所有组件在第0维中的大小为n。

如果队列已关闭且剩余的元素少于n个,则会引发OutOfRange异常。

在运行时,如果队列在执行之前或期间是tf.QueueBase.close,则此操作可能会引发错误。如果队列关闭,则队列包含的元素少于n个,并且没有可以满足此请求的待处理入队操作,将引发tf.errors.OutOfRangeError。如果会话是tf.Session.close,则会引发tf.errors.CancelledError。

参数:

  • n:包含要出列的元素数量的标量Tensor。
  • name:操作的名称(可选)。

返回:

已出列的连接张量列表。

dequeue_up_to

dequeue_up_to(
    n,
    name=None
)

从此队列中取出并连接n个元素。

注意:所有队列都不支持此操作。如果队列不支持DequeueUpTo,则会引发tf.errors.UnimplementedError。

此操作沿第0维连接队列元素组件张量,以生成单个组件张量。如果队列尚未关闭,则出列元组中的所有组件将在第0维中具有大小n。

如果队列已关闭并且剩余的元素数超过0但少于n个,则不会像tf.QueueBase.dequeue_many那样引发tf.errors.OutOfRangeError,而是立即返回少于n个元素。 如果队列已关闭且队列中剩余0个元素,则会引发tf.errors.OutOfRangeError,就像在dequeue_many中一样。否则行为与dequeue_many相同。

参数:

  • n:包含要出列的元素数量的标量Tensor。
  • name:操作的名称(可选)。

返回:

已经出列的连接张量的元组。

enqueue

enqueue(
    vals,
    name=None
)

将一个元素排入此队列。

如果在执行此操作时队列已满,则它将阻塞,直到该元素已入队。

在运行时,如果队列在执行之前或期间是tf.QueueBase.close,则此操作可能会引发错误。如果在此操作运行之前关闭队列,则将引发tf.errors.CancelledError。如果此操作被阻止,并且(i)通过cancel_pending_enqueues = True的关闭操作关闭队列,或者(ii)会话为tf.Session.close,则将引发tf.errors.CancelledError。

参数:

  • vals:张量,张量的列表或元组,或包含要排队的值的字典。
  • name:操作的名称(可选)。

返回:

将新元组的张量排入队列的操作。

enqueue_many

enqueue_many(
    vals,
    name=None
)

将零个或多个元素排入此队列。

此操作沿着第0维度切割每个组件张量以生成多个队列元素。val中的所有张量在第0维中必须具有相同的大小。

如果在执行此操作时队列已满,它将阻塞,直到所有元素都已入队。

在运行时,如果队列在执行之前或期间是tf.QueueBase.close,则此操作可能会引发错误。如果在此操作运行之前关闭队列,则将引发tf.errors.CancelledError。如果此操作被阻止,并且(i)通过cancel_pending_enqueues = True的关闭操作关闭队列,或者(ii)会话为tf.Session.close,则将引发tf.errors.CancelledError。

参数:

  • vals:张量,张量的列表或元组,或从中获取队列元素的字典。
  • name:操作的名称(可选)。

返回:

将一批张量的元组排入队列的操作。

from_list

@staticmethod
from_list(
    index,
    queues
)

使用queues[index]中的队列引用创建队列。

参数:

  • index:整数标量张量,用于确定所选的输入。
  • queues:QueueBase对象的列表。

返回:

一个QueueBase对象。

可能引发的异常:

  • TypeError:当队列不是QueueBase对象的列表时,或者队列的数据类型不完全相同时。

is_closed

is_closed(name=None)

如果队列关闭,则返回true。

如果队列关闭,则此操作返回true,如果队列打开,则返回false。

参数:

  • name:操作的名称(可选)。

返回:

如果队列已关闭则为True,如果队列已打开则为false。

size

size(name=None)

计算此队列中的元素数。

参数:

  • name:操作的名称(可选)。

返回:

标量张量,包含此队列中的元素数。


以上内容是否对您有帮助:

二维码
建议反馈
二维码