tensorflow使用range_input_producer多线程读取数据

来源：互联网发布：ui设计网站知乎编辑：程序博客网时间：2024/06/08 18:12

原文：http://blog.csdn.net/lyg5623/article/details/69387917

先放关键代码：

[python] view plain copy
i = tf.train.range_input_producer(NUM_EXPOCHES, num_epochs=1, shuffle=False).dequeue()  
inputs = tf.slice(array, [i * BATCH_SIZE], [BATCH_SIZE])  

原理解析：

第一行会产生一个队列，队列包含0到NUM_EXPOCHES-1的元素，如果num_epochs有指定，则每个元素只产生num_epochs次，否则循环产生。shuffle指定是否打乱顺序，这里shuffle=False表示队列的元素是按0到NUM_EXPOCHES-1的顺序存储。在Graph运行的时候，每个线程从队列取出元素，假设值为i，然后按照第二行代码切出array的一小段数据作为一个batch。例如NUM_EXPOCHES=3，如果num_epochs=2，则队列的内容是这样子；

0,1,2,0,1,2

队列只有6个元素，这样在训练的时候只能产生6个batch，迭代6次以后训练就结束。

如果num_epochs不指定，则队列内容是这样子：

0,1,2,0,1,2,0,1,2,0,1,2...
队列可以一直生成元素，训练的时候可以产生无限的batch，需要自己控制什么时候停止训练。

下面是完整的演示代码。

数据文件test.txt内容：

[html] view plain copy
1  
2  
3  
4  
5  
6  
7  
8  
9  
10  
11  
12  
13  
14  
15  
16  
17  
18  
19  
20  
21  
22  
23  
24  
25  
26  
27  
28  
29  
30  
31  
32  
33  
34  
35  

main.py内容：

[python] view plain copy
import tensorflow as tf  
import codecs  
  
BATCH_SIZE = 6  
NUM_EXPOCHES = 5  
  
  
def input_producer():  
    array = codecs.open("test.txt").readlines()  
    array = map(lambda line: line.strip(), array)  
    i = tf.train.range_input_producer(NUM_EXPOCHES, num_epochs=1, shuffle=False).dequeue()  
    inputs = tf.slice(array, [i * BATCH_SIZE], [BATCH_SIZE])  
    return inputs  
  
  
class Inputs(object):  
    def __init__(self):  
        self.inputs = input_producer()  
  
  
def main(*args, **kwargs):  
    inputs = Inputs()  
    init = tf.group(tf.initialize_all_variables(),  
                    tf.initialize_local_variables())  
    sess = tf.Session()  
    coord = tf.train.Coordinator()  
    threads = tf.train.start_queue_runners(sess=sess, coord=coord)  
    sess.run(init)  
    try:  
        index = 0  
        while not coord.should_stop() and index<10:  
            datalines = sess.run(inputs.inputs)  
            index += 1  
            print("step: %d, batch data: %s" % (index, str(datalines)))  
    except tf.errors.OutOfRangeError:  
        print("Done traing:-------Epoch limit reached")  
    except KeyboardInterrupt:  
        print("keyboard interrput detected, stop training")  
    finally:  
        coord.request_stop()  
    coord.join(threads)  
    sess.close()  
    del sess  
      
if __name__ == "__main__":  
    main()  

输出：

[html] view plain copy
step: 1, batch data: ['1' '2' '3' '4' '5' '6']  
step: 2, batch data: ['7' '8' '9' '10' '11' '12']  
step: 3, batch data: ['13' '14' '15' '16' '17' '18']  
step: 4, batch data: ['19' '20' '21' '22' '23' '24']  
step: 5, batch data: ['25' '26' '27' '28' '29' '30']  
Done traing:-------Epoch limit reached  

如果range_input_producer去掉参数num_epochs=1，则输出：

[html] view plain copy
step: 1, batch data: ['1' '2' '3' '4' '5' '6']  
step: 2, batch data: ['7' '8' '9' '10' '11' '12']  
step: 3, batch data: ['13' '14' '15' '16' '17' '18']  
step: 4, batch data: ['19' '20' '21' '22' '23' '24']  
step: 5, batch data: ['25' '26' '27' '28' '29' '30']  
step: 6, batch data: ['1' '2' '3' '4' '5' '6']  
step: 7, batch data: ['7' '8' '9' '10' '11' '12']  
step: 8, batch data: ['13' '14' '15' '16' '17' '18']  
step: 9, batch data: ['19' '20' '21' '22' '23' '24']  
step: 10, batch data: ['25' '26' '27' '28' '29' '30']  

有一点需要注意，文件总共有35条数据，BATCH_SIZE = 6表示每个batch包含6条数据，NUM_EXPOCHES = 5表示产生5个batch，如果NUM_EXPOCHES =6，则总共需要36条数据，就会报如下错误：

[html] view plain copy
InvalidArgumentError (see above for traceback): Expected size[0] in [0, 5], but got 6  
     [[Node: Slice = Slice[Index=DT_INT32, T=DT_STRING, _device="/job:localhost/replica:0/task:0/cpu:0"](Slice/input, Slice/begin/_5, Slice/size)]]  

错误信息的意思是35/BATCH_SIZE=5，即NUM_EXPOCHES 的取值能只能在0到5之间。

阅读全文

0 0