TensorFlow队列馈送ord

Question

我想知道TensorFlow队列以什么顺序提供数据（特别是当您有一个张量列表时）。在

例如，在这样的队列中：

fifo_q = tf.FIFOQueue(
              capacity=10,
              dtypes=[tf.string, tf.string]
              shapes=[[], []])

如果我将这些列表排队：

^{pr2}$

我希望dq1，dq2在第一次运行时为“1”，然后是“2”，“2”，依此类推。但事实并非如此。相反，当我运行以下代码时，我得到“1”、“2”，然后是“3”、“4”，以此类推，直到dq2达到10，然后队列锁定。在

for x in range(6):
  print('dq1:', sess.run(dq1))
  print('dq2:', sess.run(dq2))

为什么会发生这种事而不是我所期望的？我使用这个来匹配训练示例和标签，但是有些训练示例和标签被跳过/偏移。只是在一个队列中交织文件名是更好的解决方案吗？不管怎样，我想理解这种行为。在

感谢任何帮助。在

Answer 1

TensorFlow队列允许您在单个操作中以原子方式对张量列表（更准确地说是固定长度元组）进行排队和出列。张量dq1和{}是同一出列操作的输出，在本例中，这将从队列中删除两个张量的元组。对sess.run(dq1)或sess.run(dq2)的每次调用都对应于出列操作的单独调用，但是在调用sess.run(dq1)时，TensorFlow会丢弃另一个元组元素，因为在对sess.run()的调用中没有显式地请求它。在

解决方案是确保dequeue()操作的两个输出都在对sess.run()的调用中消耗。例如，对程序的以下更改应产生您最初预期的结果：

for x in range(6):
  dq1_val, dq2_val = sess.run([dq1, dq2])
  print('dq1:', dq1_val)
  print('dq2:', dq2_val)