tf.FIFOQueue
Class FIFOQueue
先进先出的队列
属性
dtypes
队列元素的每个组件的dtypes列表
name
队列名字
基础队列的名称。
names
队列元素的每个组件的名字列表
queue_ref
基础队列引用
shapes
队列元素的每个组件的尺寸列表
Methods
init
init(
capacity,
dtypes,
shapes=None,
names=None,
shared_name=None,
name=‘fifo_queue’
)
创建一个先进先出的队列。
一个FIFOQueue具有有限的容量；支持多个并发生产者和消费者；并且提供恰好一次传递。
一个FIFOQueue持有一个至多容量元素的列表。每个元素是一个固定长度的张量元组，其dtype由dtypes描述，其形状可选地由shapes参数描述。
如果指定了shapes参数，则队列元素的每个组件必须具有各自的固定形状。如果未指定，则不同的队列元素可能具有不同的形状，但是不允许使用dequeue_many。
参数:
capacity: 整数。可存储在该队列中的元素数量的上限。
dtypes: 一个dType对象的列表。dtypes的长度必须等于每个队列元素中张量的数量。
shapes: (可选) 一个完全定义的TensorShape对象的列表，其长度与dtypes相同，或者None。A
names: (Optional.) 可选的）一个字符串列表，命名为与dtypes相同的队列中的组件，或者None。如果指定了dequeue E方法，返回一个字典，名称为键。
shared_name: (Optional.)（可选）。如果非空，这个队列将在给定的名称下在多个会话中共享。
name: 队列操作的可选名称。
close
close(
cancel_pending_enqueues=False,
name=None
)
关闭先进先出队列
此操作指示在给定队列中不再有元素入队（enqueue）。随后的enqueue队列和enqueue_many将失败，如果队列中有足够的元素，则后续的dequeue（出队）和dequeue_many操作将继续成功。随后，如果dequeue和dequeue_many操作阻塞等待更多元素（如果close没有被调用）将立即失败。
如果cancel_pending_enqueues是True,所有未决请求也将被取消。
参数:
cancel_pending_enqueues: (可选) 一个boolean,默认为False
name: 操作的名字（可选）
返回:
关闭队列的操作
dequeue
dequeue(name=None)
从队列中出列一个元素。
如果队列在执行此操作时是空的，它将阻塞直到有一个元素出列。
在运行时，如果队列在执行之前或执行过程中的队列是.tf.QuealBase.close，则此操作可能会引发错误。如果队列被关闭，队列是空的，并且没有可以满足此请求的挂起队列操作，会触发tf.Error。如果会话是tf.Session.close，tf.errors.CancelledError 将触发。
参数:
name: 操作名（可选）
返回:
出列的张量的元组
dequeue_many
dequeue_many(
n,
name=None
)
将队列中的n个元素出列并连接起来。
此操作将队列元素组件张量沿着零维度连接成单个组件张量。在零个维度中，出列元组中的所有组件的大小都为n。如果队列被关闭，并且还有小于n个元素，则引发一个OutOfRange异常。
在运行时，如果队列是tf.QueueBase.close。在执行之前或执行期间关闭，则此操作可能会引发错误。如果队列关闭，则队列包含少于n个元素，并且没有可以满足此请求的挂起的入列操作，即tf.error.OutOfRangeErrouqr。如果这个队列是tf.Session.close, tf.errors.CancelledError将被抛出。
参数:
n: 一个scalar Tensor，包括入列元素的数目
name: 操作的名字（可选）
返回:
tensors拼接生成的列表，这些列表将出列
enqueue
enqueue(
vals,
name=None
)
在队列里入列一个元素
当操作执行时，如果这个队列是满的则它将阻止，直到元素已被入队。
在运行时，如果队列在执行之前或执行过程中的队列是tf.QueueBase.close，则此操作可能会引发错误tf.errors.CancelledError。如果该操作被阻塞，并且要么(i)队列通过具有cancel_pending_enque.=True的闭合操作关闭，要么(ii)会话为tf.Session.close、f.errors.CancelledError将被触发。
参数:
vals:一个tensor，tensors的元组列表 ，或包含入队值的字典。
name: 操作名字（可选）
返回:
将张量的新元组入列到队列的操作。
enqueue_many
enqueue_many(
vals,
name=None
)
将零或多个元素入队到此队列
该操作将每个分量张量沿零维切片，以形成多个队列元素。在零维中，所有在vals中的张量必须具有相同的大小。
如果此操作执行时队列已满，则它将阻塞，直到所有元素都已入队。
在运行时，如果队列在执行之前或执行过程中的队列是tf.QueueBase.close，如果在运行之前关闭该队列，则将引发tf.errors.CancelledError。如果该操作被阻塞，并且要么(i)队列通过具有cancel_pending_enqueues=True的闭合操作关闭，要么(ii)会话为tf.Session.close、tf.errors.CancelledError将被引发。
参数:
vals: 一个tensor，tensors元组的列表，或一个字典 从中获取队列元素的字典
name: A name for the operation (optional).
返回:
将张量的一批元组排到队列中的操作。
from_list
from_list(
index,
queues
)
从queues[index]中使用队列引用创建队列
参数:
index: 一个整数标量，决定输入选择范围
queues: 一个QueueBase对象列表
返回:
一个QueueBase对象
抛出:
TypeError: 当queues不是queues对象的列表，或当queues数据类型并非都相同。
is_closed
is_closed(name=None)
如果队列关闭，返回true。
如果队列是关闭的，此操作返回true;如果队列是打开的，则返回false。
参数:
name: 操作名称（可选）
返回:
如果队列是关闭的，此操作返回true;如果队列是打开的，则返回false。
size
size(name=None)
计算队列元素数量
参数:
name: 操作名（可选）
返回:
标量张量，包括队列元素数量
dequeue_up_to
dequeue_up_to(
n,
name=None
)
从队列中出列并拼接n个元素。
注：此操作不受所有队列的支持。如果队列不支持DequeueUpTo，则引发一个tf.errors.UnimplementedError。
此操作将队列元素组件张量沿着零维连接成单个组件张量。如果队列尚未关闭，则在零维度中，队列中的元组中的所有组件都将具有大小N。
如果队列关闭，并且剩余的元素多于0但少于n个，则立即返回少于n个的元素，而不是引发tf.error.OutOfRangeError，像tf.QueueBase.dequeue_many。如果队列关闭，并且队列中剩余的元素为0，tf.errors.OutOfRangeError将被抛出，就像就像dequeue_many中一样。否则行为与dequeue_many一样。
参数:
n: 一个标量Tensor，包含出列元素的数目。
name: A name for the operation (optional).
返回:
拼接出列tensors的元组，
#!/usr/bin/env python2
# -*- coding: utf-8 -*-
import tensorflow as tf
n = 100
xQueue=tf.FIFOQueue(100,tf.int32)
with tf.Session() as sess:
for i in xrange(n):
if i%3==0:
sess.run(xQueue.enqueue(i))
xLen=sess.run(xQueue.size())
mySum=0
print
for i in range(xLen):
myx=sess.run(xQueue.dequeue())
print myx,
mySum+=myx
print
print mySum
0 3 6 9 12 15 18 21 24 27 30 33 36 39 42 45 48 51 54 57 60 63 66 69 72 75 78 81 84 87 90 93 96 99
1683
求被3整除的100以内数之和
下面列出1-4的数字
#!/usr/bin/env python2
# -*- coding: utf-8 -*-
import tensorflow as tf
with tf.Session() as sess:
queue = tf.FIFOQueue(100, dtypes=[tf.int32], shapes=[()])
enqueue_op = queue.enqueue_many([[1, 2,3,4]])
inputs = queue.dequeue_many(4)
sess.run(enqueue_op)
sess.run(enqueue_op)
print sess.run(inputs)
[1 2 3 4]
#!/usr/bin/env python2
# -*- coding: utf-8 -*-
import tensorflow as tf
n = 100
xQueue=tf.FIFOQueue(100,dtypes=[tf.int32],shapes=[])
with tf.Session() as sess:
for i in xrange(n):
if i%3==0:
sess.run(xQueue.enqueue(i))
xLen=sess.run(xQueue.size())
myx=sess.run(xQueue.dequeue_many(xLen))
print myx
print sum(myx)
[ 0 3 6 … 93 96 99]
1683
上面求100以内被3整除的数之和