一、創建一個隊列：

FIFOQueue：先進先出

RandomShuffleQueue：會將隊列中的元素打亂，每次出列操作得到的是從當前隊列所有元素中隨機選擇的一個。

二、操作一個隊列的函數：

enqueue、enqueue_many、dequeue

import tensorflow as tf

#創建一個先進先出隊列，指定隊列中最多可以保存兩個元素，並指定類型為整數
q = tf.FIFOQueue （ 2, "int32" )

#使用enqueue_many 函數來初始化隊列中的元素。
 init = q.enueue_many( ( [0,10],))

#使用Dequeue函數將隊列中的第一個元素出隊列
 

x = q.dequeue()

#入列
q_inc = q.enqueue([x])

#將x出列又入列
with tf.Session() as sess:
     sess.run( [x,q_inc])

三、多線程協同：

tf.Coordinator :

用於協同多個線程一起停止，並提供了should_stop、request_stop、join三個函數。在啟動線程之前，需要先聲明一個tf.Coordinator類中提供的should_stop函數，當這個函數的返回值為True時，則當前線程也需要退出。每一個啟動的線程都可以通過調用request_stop函數來通知其他線程退出。當某一個線程調用request_stop函數之後，should_stop函數的返回值將被設置為True，這樣其他的線程就可以同時終止了。

tf.QueueRunner

TensorFlow筆記（7）-----實戰Google深度學習框架----隊列與多線程