TensorFlow：出列速度比出列慢吗tf.train.batch？

Question

在GitHub上的source code中，如果我在train.batch中使用allow_smaller_final_batch=True，则对所有批处理使用dequeue_up_to，而不是{}。dequeue_up_to慢吗？即使在TensorFlow存储库中搜索之后，我也找不到它的源代码。在cd4{8}中，只有cd4{8}的函数才能返回

Answer 1

代码跟踪Python代码路径的困难，是C++的OP缠绕技术的一个不幸后果。一般来说，C++实现被称为FoopAROP，而Python最终调用生成代码中的FooFiBar。在

在此情况下，{{1}是一个自动生成的Python包装器，用于注册QueueDequeueUpToV2，这是C++ DequeueUpToOp的别名。在

为了回答您最初的问题，与队列本身不太可能有任何显著的性能差异（dequeue的UpTo版本只在队列关闭后执行不同的操作）。启用allow_small_batch将从图形（批处理大小）中删除一些静态形状信息，但是，如果基于静态形状进行优化，则可以想象这会使下游的一些操作慢一些。在