tf.ReaderBase

Class ReaderBase

為不同閱讀器類型生成記錄的基類。

從概念上講，Reader （閱讀器）將字符串“work units”(“工作單元”)轉(zhuǎn)換為records (key, value pairs)(記錄(鍵、值對))。通?！肮ぷ鲉卧笔俏募?#xff0c;記錄從這些文件的內(nèi)容中提取。我們希望每個步驟產(chǎn)生一個記錄，但是工作單元可以對應(yīng)許多記錄。

因此，我們使用隊列引入一些解耦。當(dāng)請求產(chǎn)生一條記錄（比如Read()），但它已經(jīng)完成了最后一個工作單元時，隊列包含“工作單元”，且Reader從隊列出列

屬性

reader_ref

實現(xiàn)閱讀器的操作。

supports_serialize

閱讀器實現(xiàn)是否可以序列化其狀態(tài)。

方法

init

init(
reader_ref,
supports_serialize = False
)
創(chuàng)建一個新的ReaderBase。

參數(shù):

reader_ref:實現(xiàn)閱讀器的操作。
supports_serialize:如果閱讀器實現(xiàn)可以序列化其狀態(tài)，則為真。

拋出:

運行時錯誤:如果啟動執(zhí)行。

num_records_produced

num_records_produced(name=None)

返回此閱讀器生成的記錄的數(shù)量。這與已成功執(zhí)行的讀執(zhí)行次數(shù)相同。

參數(shù):

name: 操作的名稱(可選)。
返回:

一個int64張量。

num_work_units_completed

num_work_units_completed(name =None)
返回此閱讀器已完成處理的工作單元數(shù)。

參數(shù):

name: 操作的名稱(可選)。
返回:

一個int64張量。

read

read(
queue,
name=None
)

返回閱讀器生成的下一個record (key, value)（記錄(鍵，值)）對。

如果需要，將工作單元從隊列中取出(例如，當(dāng)讀取器需要從一個新文件開始讀取，而它已經(jīng)完成了前一個文件）。

參數(shù):

queue: :表示隊列句柄的隊列或可變字符串張量，帶有字符串工作項。
name:操作的名稱(可選)。
返回:

Tensors元組 (key, value).。

key: 一個字符串標(biāo)量張量。

• value: 一個字符串標(biāo)量張量。

read_up_to

read_up_to(
queue,
num_records,
name=None
)

返回由閱讀器生成的num_records(key, value)對。

如果需要，將工作單元從隊列中取出(例如，當(dāng)讀取器需要從一個新文件開始讀取時，因為它已經(jīng)完成了前一個文件)。甚至在最后一批之前，它可能返回小于num_records的結(jié)果。

參數(shù):

queue:表示隊列句柄的隊列或可變字符串張量，帶有字符串工作項。
num_records:要讀取的記錄數(shù)量。
name:操作的名稱(可選)。

返回:

張量元組(keys, values)。

keys:一個一維字符串張量。

values:一維字符串張量。

reset

reset(name=None)

將閱讀器恢復(fù)到初始的清潔狀態(tài)。

參數(shù):

name:操作的名稱(可選)。
返回:

創(chuàng)建操作。

restore_state

restore_state(
state,
name=None
)

將讀取器恢復(fù)到先前保存的狀態(tài)。

并不是所有的閱讀器都支持被還原，因此這會產(chǎn)生一個未實現(xiàn)的錯誤。

參數(shù):

狀態(tài):字符串張量。匹配類型的閱讀器的序列化狀態(tài)的結(jié)果。
名稱:操作的名稱(可選)。
返回:

創(chuàng)建的操作。

serialize_state

serialize_state(name=None)

生成一個字符串張量來編碼讀取器的狀態(tài)。

并不是所有的閱讀器都支持序列化，因此這會產(chǎn)生未實現(xiàn)的錯誤。

參數(shù):

名稱:操作的名稱(可選)。
返回:

一個字符串張量。

總結(jié)

以上是生活随笔為你收集整理的tensorflow随笔-tf.ReaderBase的全部內(nèi)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(wǎng)站內(nèi)容還不錯，歡迎將生活随笔推薦給好友。