import tensorflow as tf
#创建的图:一个先入先出队列,以及初始化,出队,+1,入队操作
q = tf.FIFOQueue(3, "float")
init = q.enqueue_many(([0.1, 0.2, 0.3],))
x = q.dequeue()
y = x + 1
q_inc = q.enqueue([y])
#开启一个session,session是会话,会话的潜在含义是状态保持,各种tensor的状态保持
with tf.Session() as sess:
sess.run(init)
for i in range(2):
sess.run(q_inc)
quelen = sess.run(q.size())
for i in range(quelen):
print (sess.run(q.dequeue()))
运行的结果是：
0.3
1.1
1.2
上面的例子中入队操作都在主线程中进行。Session中可以多个线程一起运行。 在实际的数据输入的应用场景中，入队操作从硬盘上读取，放到内存当中，速度较慢。
下面的例子进行了改进：
使用QueueRunner可以创建一系列新的线程进行入队操作，让主线程继续使用数据。在训练神经网络的场景中，即训练网络和读取数据是异步的，主线程在训练网络，另一个线程在将数据从硬盘读入内存。
import tensorflow as tf
import sys
#创建稍微复杂一点的队列作为例子
q = tf.FIFOQueue(1000,"float")
#计数器
counter = tf.Variable(0.0)
#操作:给计数器加一
increment_op = tf.assign_add(counter,tf.constant(1.0))
#操作:将计数器加入队列
enqueue_op = q.enqueue(counter)
#创建一个队列管理器QueueRunner，用这两个操作向q中添加元素。目前我们只使用一个线程:
qr = tf.train.QueueRunner(q,enqueue_ops=[increment_op,enqueue_op]*1)
#从队列管理器中创建线程，并启动:
#主线程
with tf.Session() as sess:
sess.run(tf.initialize_all_variables())
enqueue_threads = qr.create_threads(sess, start=True) # 启动入队线程
#主线程
for i in range(10):
print "----------------------:"
print (sess.run(q.dequeue()))
运行结果是：
ERROR:tensorflow:Exception in QueueRunner: Session has been closed.
ERROR:tensorflow:Exception in QueueRunner: Attempted to use a closed Session.
也就是说,当主线程的循环结束后,Session就会自动关闭，相当于main函数已经结束了，QueueRunner还想要使用Session，所以就报错了。
下面的例子加入
import tensorflow as tf
import sys
#创建稍微复杂一点的队列作为例子
q = tf.FIFOQueue(1000,"float")
#计数器
counter = tf.Variable(0.0)
#操作:给计数器加一
increment_op = tf.assign_add(counter,tf.constant(1.0))
#操作:将计数器加入队列
enqueue_op = q.enqueue(counter)
#创建一个队列管理器QueueRunner，用这两个操作向q中添加元素。目前我们只使用一个线程:
qr = tf.train.QueueRunner(q,enqueue_ops=[increment_op,enqueue_op]*1)
# 主线程
sess = tf.Session()
sess.run(tf.initialize_all_variables())
enqueue_threads = qr.create_threads(sess, start=True) # 启动入队线程
# 主线程
for i in range(0, 10):
print(sess.run(q.dequeue()))
结果是：
4.0
7.0
10.0
12.0
15.0
17.0
19.0
22.0
26.0
27.0
QueueRunner创建的子线程不在session里，不受session关闭的影响，不会报错，但是运行的结果显然不是我们想要的自然数队列，本质原因是+1操作和入队操作不同步，可能+1操作执行了很多次之后，才会进行一次入队操作。
同时，出队结束后，本应程序要结束，但是因为入队线程没有显示结束，所以，整个程序就跟挂起一样，也结束不了。因为tensorflow是在图上进行计算，要驱动一张图进行计算，必须要送入数据，如果说数据没有送进去，那么sess.run()，就无法执行，tf也不会主动报错提示没有数据送进去，其实tf也不能主动报错，因为tf的训练过程和读取数据的过程其实是异步的。tf会一直挂起，等待数据准备好。现象就是tf的程序不报错，但是一直不动，跟挂起类似，因为没有入队数据驱动了。
下面的例子是加入了协调器的样子：
import tensorflow as tf
import sys
#创建稍微复杂一点的队列作为例子
q = tf.FIFOQueue(1000,"float")
#计数器
counter = tf.Variable(0.0)
#操作:给计数器加一
increment_op = tf.assign_add(counter,tf.constant(1.0))
enqueue_op = q.enqueue(counter) # 操作：计数器值加入队列
#操作:将计数器加入队列
qr = tf.train.QueueRunner(q, enqueue_ops=[increment_op, enqueue_op] * 1)
# 主线程
sess = tf.Session()
sess.run(tf.initialize_all_variables())
#Coordinator:协调器,协调线程间的关系,可以视为一种信号量,用来做同步
coord = tf.train.Coordinator()
## 启动入队线程, Coordinator是线程的参数
enqueue_threads = qr.create_threads(sess, coord = coord,start=True) # 启动入队线程
# 主线程
for i in range(0, 10):
print "-------------------------"
print(sess.run(q.dequeue()))
#通知其他线程关闭
coord.request_stop()
#其他所有线程关闭之后，这一函数才能返回
#join操作经常用在线程当中,其作用是等待某线程结束
coord.join(enqueue_threads)
运行结果也不是我们想要的：
-------------------------
4.0
-------------------------
8.0
-------------------------
10.0
-------------------------
11.0
-------------------------
15.0
-------------------------
18.0
-------------------------
21.0
-------------------------
24.0
-------------------------
28.0
-------------------------
30.0
关于create_threads(sess, coord=None, daemon=False, start=False)方法的解释：
tf.train.QueueRunner.create_threads(sess, coord=None, daemon=False, start=False)
Create threads to run the enqueue ops.
This method requires a session in which the graph was launched. It creates a list of threads, optionally starting them. There is one thread for each op passed in enqueue_ops.
The coord argument is an optional coordinator, that the threads will use to terminate together and report exceptions. If a coordinator is given, this method starts an additional thread to close the queue when the coordinator requests a stop.
This method may be called again as long as all threads from a previous call have stopped.
意思是：
该方法需要在一个会话中启动图形。该方法创建一个线程列表，可以选择启动它们。在enqueue_ops中，每个op都有一个线程。
coord参数是协调器参数，它一个可选的参数，线程将使用coord来终止并报告异常。如果给定了一个协调器，则该方法在协调器请求停止时启动另一个线程来关闭队列。
只要前面调用的所有线程停止，该方法就可以再次被调用。
Args:
sess: A Session.
coord: Optional Coordinator object for reporting errors and checking stop conditions.
daemon: Boolean. If True make the threads daemon threads.
start: Boolean. If True starts the threads. If False the caller must call the start() method of the returned threads.
Returns:
A list of threads.