Tensorflow入门（2）——深度学习框架Tesnsflow & 线程+队列+IO操作 & 文件读取案例

---

一、二、Tesnsflow入门 & 环境配置 & 认识Tensorflow

Tensorflow入门（1）——深度学习框架Tesnsflow入门 & 环境配置 & 认识Tensorflow

三、线程与队列与IO操作

1.队列

在训练样本的时候，希望读入的训练样本时有序的
• tf.FIFOQueue 先进先出队列，按顺序出队列
• tf.RandomShuffleQueue 随机出队列

FIFOQueue(capacity, dtypes, name=‘fifo_queue’)
创建一个以先进先出的顺序对元素进行排队的队列

• capacity：整数。可能存储在此队列中的元素数量的上限
• dtypes：DType对象列表。长度dtypes必须等于每个队列元素中的张量数,dtype的类型形状，决定了后面进队列元素形状
• method:
    dequeue(name=None)：出队列
    enqueue(vals, name=None)：入队列
    enqueue_many(vals, name=None):vals列表或者元组：同时把许多数据放入队列，返回一个进队列操作
    size(name=None)：队列的size

实例：完成一个出队列、+1、入队列操作(同步操作)

import tensorflow as tf
# tensorflow当中，运行操作有依赖性
# 1、首先定义队列
# 2、定义一些读数据，取数据的过程 ，  取数据，+1 ，入队列

# 1\定义队列
Q = tf.FIFOQueue(3, tf.float32)
# 放入数据
enq_many = Q.enqueue_many([[0.1,0.2,0.3],])# 列表

# 2\处理数据，取数据，+1，入队列
out_q = Q.dequeue()
data = out_q + 1
en_q = Q.enqueue(data)

with tf.Session() as sess:
    # 初始化队列
    sess.run(enq_many)

    # 处理数据
    for i in range(100):
        sess.run(en_q)# tensorflow当中，运行操作有依赖性
    # 训练数据
    for i in range(Q.size().eval()):
        print(sess.run(Q.dequeue()))

2.队列管理器 创建线程

tf.train.QueueRunner(queue, enqueue_ops=None)
创建一个QueueRunner

• queue：A Queue
• enqueue_ops：添加线程的队列操作列表，[]*2,指定两个线程
• create_threads(sess, coord=None,start=False)：创建线程来运行给定会话的入队操作
    start：布尔值，如果True启动线程；如果为False调用者必须调用start()启动线程
    coord:线程协调器，后面线程管理需要用到
    return：

3.线程协调器 管理线程

tf.train.Coordinator()
线程协调员,实现一个简单的机制来协调一组线程的终止
request_stop() 
should_stop() 检查是否要求停止
join(threads=None, stop_grace_period_secs=120)  
等待线程终止
return:线程协调员实例

案例：通过队列管理器来实现变量加1，入队，主线程出队列的操作，观察效果？(异步操作)

import tensorflow as tf
# 模拟异步 子线程：存入样本 ，主线程：读取样本
# 1、定义一个队列，1000
Q = tf.FIFOQueue(1000, tf.float32)
# 2、定义子线程要做的事情 循环 值 +1 ，放入队列中
var = tf.Variable(0.0)
# 不能用data = var + 1
#实现一个自增， tf.assign_add
# data = tf.assign_add(var, tf.constant(1.0))
data = tf.assign_add(var , tf.constant(1.0))
en_q = Q.enqueue(data)

# 3、定义队列管理器 op，指定多少个子线程 以及 子线程该干什么
qr = tf.train.QueueRunner(Q, enqueue_ops=[en_q] * 2)

# 初始化变量 OP
init_op = tf.global_variables_initializer()

with tf.Session() as sess:
    # 初始化变量
    sess.run(init_op)
    # 开启线程管理器
    coord = tf.train.Coordinator()

    # 开启真正子线程
    threads = qr.create_threads(sess, coord=coord ,start=True) # 指定老大是coord

    # 主线程，不断读取数据训练
    for i in range(300):
        print(sess.run(Q.dequeue()))
    # 回收你
    coord.request_stop()
    coord.join(threads) # 听老大的话

4.文件读取流程

1.文件读取API-文件队列构造

tf.train.string_input_producer(string_tensor , shuffle=True)
将输出字符串（例如文件名）输入到管道队列

string_tensor	 含有文件名的1阶张量
num_epochs : 过几遍数据，默认无限过数据
return :       具有输出字符串的队列

2.文件读取API-文件阅读器

根据文件格式，选择对应的文件阅读器
class tf.TextLineReader
阅读文本文件逗号分隔值（CSV）格式 , 默认按行读取
return：读取器实例

tf.FixedLengthRecordReader(record_bytes)
要读取每个记录是固定数量字节的二进制文件
record_bytes:整型，指定每次读取的字节数
return：读取器实例

tf.TFRecordReader
读取TfRecords文件

有一个共同的读取方法：read(file_queue)：从队列中指定数量内容
返回一个Tensors元组（key文件名字，value默认的内容(行，字节)）

3.文件读取API-文件内容解码器

由于从文件中读取的是字符串，需要函数去解析这些字符串到张量
tf.decode_csv(records,record_defaults=None,field_delim = None，name = None)

• 将CSV转换为张量，与tf.TextLineReader搭配使用
  records:tensor 型字符串，每个字符串是csv中的记录行
  field_delim : 默认分割符”,”
  record_defaults :参数决定了所得张量的类型，并设置一个值在输入字符串中缺少使用默认值,如
  
  tf.decode_raw(bytes,out_type,little_endian = None，name = None)
• 将字节转换为一个数字向量表示，字节为一字符串类型的张量,与函数tf.FixedLengthRecordReader搭配使用，二进制读取为uint8格式

4.开启线程操作

tf.train.start_queue_runners(sess=None,coord=None)
  收集所有图中的队列线程，并启动线程
  sess:所在的会话中
  coord：线程协调器
  return：返回所有线程队列

5.管道读端批处理

tf.train.batch(tensors,batch_size,num_threads = 1,capacity = 32,name=None)
读取指定大小（个数）的张量
  tensors：可以是包含张量的列表
  batch_size:从队列中读取的批处理大小
  num_threads：进入队列的线程数
  capacity：整数，队列中元素的最大数量
  return:tensors
tf.train.shuffle_batch(tensors,batch_size,capacity,min_after_dequeue,num_threads=1,)
  乱序读取指定大小（个数）的张量
  min_after_dequeue:留下队列里的张量个数，能够保持随机打乱

案例：CSV文件读取

import tensorflow as tf
import os
def csvread(filelist):
    '''
    读取CSV文件
    :param filelist: 文件路径+名字的列表
    :return: 读取的内容
    '''
    # 2\构造文件队列
    file_queue = tf.train.string_input_producer(filelist)
    # 3\构造CSV阅读器读取队列数据（按照一行）
    reader = tf.TextLineReader()
    key , value = reader.read(file_queue)
    # 4\对每行数据进行解码
    # record_defaults: 指定每一个样本的每一列的类型，指定默认值
    records = [["None"],[4.0]] #指定两列的默认值为字符串和float
    example, label = tf.decode_csv(value, record_defaults=records) #有两列，两个参数接受
    # 5\想要读取多个数据，就需要批量处理
    # 批处理大小，跟队列，数据的数量没有影响，只决定这批次读取多少数据
    example_batch ,label_batch= tf.train.batch([example, label],batch_size=9,num_threads = 1,capacity = 9)


    return example_batch ,label_batch

if __name__ == '__main__':
    # 1\找到文件，放入列表  路径+名字  放入列表当中
    file_name = os.listdir("./data/csvdata/")
    filelist = [os.path.join("./data/csvdata/" , file) for file in file_name]
    example_batch,label_batch = csvread(filelist)

    # 开启会话运行结果
    with tf.Session() as sess:
        # 定义一个线程协调器
        coord = tf.train.Coordinator()
        # 开启读取文件的线程
        threads = tf.train.start_queue_runners(sess, coord=coord)
        # 打印读取的内容
        print(sess.run([example_batch,label_batch]))

        #回收子线程
        coord.request_stop()
        coord.join(threads)  # 听老大的话

5.图片文件

图像读取器
  tf.WholeFileReader
  将文件的全部内容作为值输出的读取器
  return：读取器实例
  read(file_queue):输出将是一个文件名（key）和该文件的内容（值）

图像解码器
  tf.image.decode_jpeg(contents)
  将JPEG编码的图像解码为uint8张量
  return:uint8张量，3-D形状[height, width, channels]
  tf.image.decode_png(contents)将PNG编码的图像解码为uint8或uint16张量
  return:张量类型，3-D形状[height, width, channels]

缩小图片
  tf.image.resize_images(images, size)
  images：4-D形状[batch, height, width,   channels]或3-D形状的张量[height, width, channels]的图片数据
  size：1-D int32张量：new_height, new_width，图像的新尺寸返回4-D格式或者3-D格式图片

import tensorflow as tf
import os

def picread(filelist):
    """
    读取狗图片并转换成张量
    :param filelist: 文件路径+ 名字的列表
    :return: 每张图片的张量
    """
    # 1、构造文件队列
    file_queue = tf.train.string_input_producer(filelist)

    # 2、构造阅读器去读取图片内容（默认读取一张图片）
    reader = tf.WholeFileReader()
    key, value = reader.read(file_queue)
    print(value)

    # 3、对读取的图片数据进行解码
    image = tf.image.decode_jpeg(value)
    print(image)

    # 5、处理图片的大小（统一大小）
    image_resize = tf.image.resize_images(image, [200, 200])
    print(image_resize)

    # 注意：一定要把样本的形状固定 [200, 200, 3],在批处理的时候要求所有数据形状必须定义
    image_resize.set_shape([200, 200, 3])
    print(image_resize)

    # 6、进行批处理
    image_batch = tf.train.batch([image_resize], batch_size=20, num_threads=1, capacity=20)
    print(image_batch)
    return image_batch

if __name__ == '__main__':
    # 1\找到文件，放入列表  路径+名字  放入列表当中
    file_name = os.listdir("./data/dog/")
    filelist = [os.path.join("./data/dog/" , file) for file in file_name]
    image_batch = picread(filelist)

    # 开启会话运行结果
    with tf.Session() as sess:
        # 定义一个线程协调器
        coord = tf.train.Coordinator()
        # 开启读取文件的线程
        threads = tf.train.start_queue_runners(sess, coord=coord)
        # 打印读取内容
        print(sess.run([image_batch]))
        #回收子线程
        coord.request_stop()
        coord.join(threads)  # 听老大的话