如何通过range_input_producer在tensorflow中实现多线程读取数据实例？

本文共计886个文字，预计阅读时间需要4分钟。

首先释放关键代码：`+i=tf.train.range_input_producer(NUM_EXPOCHES, num_epochs=1, shuffle=False).dequeue()`输入处理：`inputs=tf.slice(array, [i * BATCH_SIZE], [BATCH_SIZE])`原理分析：第一行会生成一个从0到NUM_EXPOCHES的序列，序列不进行打乱。`dequeue()`操作从序列中取出一个元素，赋值给变量`i`。然后，使用`tf.slice`从`array`中截取从`i * BATCH_SIZE`开始的`BATCH_SIZE`个元素作为输入。

先放关键代码：

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。