TensorFlow提供了兩個類來實現對Session中多線程的管理：tf.Coordinator和 tf.QueueRunner，這兩個類往往一起使用。
?

Coordinator類用來管理在Session中的多個線程，可以用來同時停止多個工作線程并且向那個在等待所有工作線程終止的程序報告異常，該線程捕獲到這個異常之后就會終止所有線程。使用 tf.train.Coordinator()來創建一個線程管理器（協調器）對象。

QueueRunner類用來啟動tensor的入隊線程，可以用來啟動多個工作線程同時將多個tensor（訓練數據）推送入文件名稱隊列中，具體執行函數是 tf.train.start_queue_runners ，?只有調用 tf.train.start_queue_runners 之后，才會真正把tensor推入內存序列中，供計算單元調用，否則會由于內存序列為空，數據流圖會處于一直等待狀態。

• 調用 tf.train.slice_input_producer，從 本地文件里抽取tensor，準備放入Filename Queue（文件名隊列）中;
• 調用 tf.train.batch，從文件名隊列中提取tensor，使用單個或多個線程，準備放入文件隊列;
• 調用 tf.train.Coordinator() 來創建一個線程協調器，用來管理之后在Session中啟動的所有線程;
• 調用tf.train.start_queue_runners, 啟動入隊線程，由多個或單個線程，按照設定規則，把文件讀入Filename Queue中。函數返回線程ID的列表，一般情況下，系統有多少個核，就會啟動多少個入隊線程（入隊具體使用多少個線程在tf.train.batch中定義）;
• 文件從 Filename Queue中讀入內存隊列的操作不用手動執行，由tf自動完成;
• 調用sess.run 來啟動數據出列和執行計算;
• 使用 coord.should_stop()來查詢是否應該終止所有線程，當文件隊列（queue）中的所有文件都已經讀取出列的時候，會拋出一個 OutofRangeError 的異常，這時候就應該停止Sesson中的所有線程了;
• 使用coord.request_stop()來發出終止所有線程的命令，使用coord.join(threads)把線程加入主線程，等待threads結束。

?

總結

以上是生活随笔為你收集整理的tf.train.Coordinator和tf.train.start_queue_runners的全部內容，希望文章能夠幫你解決所遇到的問題。

如果覺得生活随笔網站內容還不錯，歡迎將生活随笔推薦給好友。