0
我明白,这两个类处理线程。根据文档,tf.train.Coordinator协调一组线程的终止,并且tf.train.QueueRunner保存一个队列的入队操作列表,每个队列都在一个线程中运行。class tf.train.Coordinator和class tf.train.QueueRunner在tensorflow中做了什么?
但是,他们在简单单词中的作用是什么?在培训期间他们何时需要?
我明白,这两个类处理线程。根据文档,tf.train.Coordinator协调一组线程的终止,并且tf.train.QueueRunner保存一个队列的入队操作列表,每个队列都在一个线程中运行。class tf.train.Coordinator和class tf.train.QueueRunner在tensorflow中做了什么?
但是,他们在简单单词中的作用是什么?在培训期间他们何时需要?
QueueRunner: 当TensorFlow正在读取输入时,它需要维护多个队列。队列为所有负责执行培训步骤的工作人员提供服务。我们使用一个队列,因为我们希望让输入准备好供工作人员操作。如果您没有队列,您将被阻止在I/O上,并且性能会降低。
Coordindator: 这是tf.train.Supervisor的一部分。这是必要的,因为你需要一个控制器来维护一组线程(知道什么时候应该终止主线程,请求停止子线程等)。
希望这会有所帮助。