『TensorFlow』隊列&多線程&TFRecod文件_我輩當高歌
阿新 • • 發佈：2017-06-04
gradient 函數 http who epo variable nbsp 其他 新建
TF數據讀取隊列機制詳解
-
TFR文件多線程隊列讀寫操作：
-
-
TFRecod文件寫入操作：
-
import tensorflow as tf
def _int64_feature(value):
# value必須是可叠代對象
# 非int的數據使用bytes取代int64即可
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
num_shards = 2
instance_perPshard = 2
for i in range(num_shards):
filename = (‘FTR/data.tfrecords-%.5d-of-%.5d‘ % (i, num_shards))
writer = tf.python_io.TFRecordWriter(filename) #<---------書寫器打開
for j in range(instance_perPshard):
example = tf.train.Example(features=tf.train.Features(feature={ #<---------書寫入緩沖區
‘i‘:_int64_feature(i),
‘j‘:_int64_feature(j)
}))
writer.write(example.SerializeToString()) #<---------書寫入實際文件
writer.close() #<---------書寫器關閉
-
-
TFRecod文件讀取操作：
-
默認多線程，這個默認的多線程過程用於維護文件名隊列
‘‘‘讀取TFR‘‘‘
files = ["FTR/data.tfrecords-00000-of-00002","FTR/data.tfrecords-00001-of-00002"]
# files = tf.train.match_filenames_once("FTR/data.tfrecords-*")
# 輸入文件名列表
# 返回QueueRunner & FIFOQueue
# 打亂順序&加入隊列 和 輸出隊列獲取文件 屬於單獨的線程
filename_queue = tf.train.string_input_producer(files, shuffle=False) #<---------輸入文件隊列
reader = tf.TFRecordReader() #<---------讀取器打開
_,serialized_example = reader.read(filename_queue) #<---------讀取原始文件
features = tf.parse_single_example( #<---------讀取解析後文件
serialized_example,
features={
‘i‘:tf.FixedLenFeature([],tf.int64),
‘j‘:tf.FixedLenFeature([],tf.int64)
})
with tf.Session() as sess:
tf.global_variables_initializer().run()
coord = tf.train.Coordinator() #<---------多線程
threads = tf.train.start_queue_runners(sess=sess,coord=coord) #<---------文件名隊列填充線程啟動
for i in range(6):
print(sess.run([features[‘i‘],features[‘j‘]])) #<---------實際會話中啟動讀取過程
coord.request_stop() #<---------多線程
coord.join(threads) #<---------多線程
-
-
TFRecod文件打包操作：
-
打包機制：
——————多線程調用前面的節點計算入隊
——————批量出隊並打包
所以不需要修改解析讀取數據過程為循環之類的，可以說很是方便
example_batch, label_batch = tf.train.batch([example, label], #<---------多線程batch生成
batch_size=batch_size,
num_threads=3,
capacity=capacity)example_batch, label_batch = tf.train.shuffle_batch([example, label], #<---------多線程隨機batch生成
batch_size=batch_size,
num_threads=3,
capacity=capacity,
min_after_dequeue=30) 由於元素太少隨機意義就不大了，所以多了個參數
files = ["FTR/data.tfrecords-00000-of-00002","FTR/data.tfrecords-00001-of-00002"]
# files = tf.train.match_filenames_once("FTR/data.tfrecords-*")
# 輸入文件名列表
# 返回QueueRunner & FIFOQueue
# 打亂順序&加入隊列 和 輸出隊列獲取文件 屬於單獨的線程
filename_queue = tf.train.string_input_producer(files, shuffle=False) #<---------輸入文件隊列
reader = tf.TFRecordReader() #<---------讀取
_,serialized_example = reader.read(filename_queue) #<---------讀取
features = tf.parse_single_example( #<---------讀取
serialized_example,
features={
‘i‘:tf.FixedLenFeature([],tf.int64),
‘j‘:tf.FixedLenFeature([],tf.int64)
})
example, label = features[‘i‘], features[‘j‘]
batch_size = 2
capacity = 1000 + 3 * batch_size
# 入隊單個樣例，出隊batch
# 可以指定多個線程同時執行入隊操作
example_batch, label_batch = tf.train.batch([example, label], #<---------多線程batch生成
batch_size=batch_size,
num_threads=3,
capacity=capacity)
with tf.Session() as sess:
tf.global_variables_initializer().run()
coord = tf.train.Coordinator() #<---------多線程管理器
threads = tf.train.start_queue_runners(sess=sess,coord=coord) #<---------文件名隊列填充線程啟動
for i in range(3):
cur_example_batch, cur_label_batch = sess.run([example_batch, label_batch])
print(cur_example_batch, cur_label_batch)
coord.request_stop() #<---------多線程關閉
coord.join(threads)
這個輸出每一行前為image（代指），後為label，第一行的數據對實際為0-0,0-1:
[0 0] [0 1] [1 1] [0 1] [0 0] [0 1]
-
圖片文件使用TFR讀寫測試：
read的二進制數據直接進行_bytes_feature化就可以寫入文件，使用tf.string類型讀出圖片數據後可以直接decode解碼之（推測tf中string對應二進制數據類型）。
把一張圖片寫入TFR中：
import tensorflow as tf
import matplotlib.pyplot as plt
def _bytes_feature(value):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[value]))
def _int64_feature(value):
return tf.train.Feature(int64_list=tf.train.Int64List(value=[value]))
img_raw = tf.gfile.FastGFile(‘123123.jpeg‘,‘rb‘).read()
filename = (‘FTR/image.tfrecords‘)
writer = tf.python_io.TFRecordWriter(filename) #<---------書寫
example = tf.train.Example(features=tf.train.Features(feature={ #<---------書寫
‘image‘:_bytes_feature(img_raw),
‘label‘:_int64_feature(1)
}))
writer.write(example.SerializeToString()) #<---------書寫
writer.close()
從TFR中讀取圖片數據並解碼繪制出來：
filename_queue = tf.train.string_input_producer([‘FTR/image.tfrecords‘], shuffle=False) #<---------輸入文件隊列
reader = tf.TFRecordReader() #<---------讀取
_,serialized_example = reader.read(filename_queue) #<---------讀取
features = tf.parse_single_example( #<---------讀取
serialized_example,
features={
‘image‘:tf.FixedLenFeature([],tf.string),
‘label‘:tf.FixedLenFeature([],tf.int64)
})
img = tf.image.decode_jpeg(features[‘image‘])
with tf.Session() as sess:
tf.global_variables_initializer().run()
coord = tf.train.Coordinator() # <---------多線程
threads = tf.train.start_queue_runners(sess=sess, coord=coord) # <---------文件名隊列填充線程啟動
# img_raw, label = sess.run([features[‘image‘], features[‘label‘]])
image = sess.run(img)
plt.imshow(image)
plt.show()
coord.request_stop() # <---------多線程
coord.join(threads) # <---------多線程
-
圖片文件直接使用隊列讀寫操作：
僅僅示範了維護圖片文件名隊列的讀寫，沒有過多的其他操作
reader = tf.WholeFileReader()：新的讀取器，應該是範用性二進制文件讀取器
# 導入tensorflow
import tensorflow as tf
# 新建一個Session
with tf.Session() as sess:
# 我們要讀三幅圖片A.jpg, B.jpg, C.jpg
filename = [‘123.png‘, ‘123123.jpeg‘]
# string_input_producer會產生一個文件名隊列
filename_queue = tf.train.string_input_producer(filename, shuffle=False, num_epochs=5)
# reader從文件名隊列中讀數據。對應的方法是reader.read
reader = tf.WholeFileReader() #<---------註意讀取器不一樣了
key, value = reader.read(filename_queue)
# tf.train.string_input_producer定義了一個epoch變量，要對它進行初始化
tf.local_variables_initializer().run()
# 使用start_queue_runners之後，才會開始填充隊列
threads = tf.train.start_queue_runners(sess=sess)
i = 0
while True:
i += 1
# 獲取圖片數據並保存
image_data = sess.run(value)
with open(‘test_%d.jpg‘ % i, ‘wb‘) as f:
f.write(image_data)
-
書上的隊列文件使用樣例：
文件名隊列創建->讀取解析文件->打包解析好的文件->多線程啟動圖訓練（多線程指被使用的部分其實還是文件讀取）
import tensorflow as tf
‘‘‘創建文件列表‘‘‘
files = tf.train.match_filenames_once("Records/output.tfrecords")
filename_queue = tf.train.string_input_producer(files, shuffle=False)
‘‘‘解析TFRecord文件裏的數據‘‘‘
# 讀取文件。
reader = tf.TFRecordReader()
_,serialized_example = reader.read(filename_queue)
# 解析讀取的樣例。
features = tf.parse_single_example(
serialized_example,
features={
‘image_raw‘:tf.FixedLenFeature([],tf.string),
‘pixels‘:tf.FixedLenFeature([],tf.int64),
‘label‘:tf.FixedLenFeature([],tf.int64)
})
decoded_images = tf.decode_raw(features[‘image_raw‘],tf.uint8)
retyped_images = tf.cast(decoded_images, tf.float32)
labels = tf.cast(features[‘label‘],tf.int32)
#pixels = tf.cast(features[‘pixels‘],tf.int32)
images = tf.reshape(retyped_images, [784])
‘‘‘將文件以100個為一組打包‘‘‘
min_after_dequeue = 10000
batch_size = 100
capacity = min_after_dequeue + 3 * batch_size
image_batch, label_batch = tf.train.shuffle_batch([images, labels],
batch_size=batch_size,
capacity=capacity,
min_after_dequeue=min_after_dequeue)
‘‘‘訓練模型‘‘‘
def inference(input_tensor, weights1, biases1, weights2, biases2):
layer1 = tf.nn.relu(tf.matmul(input_tensor, weights1) + biases1)
return tf.matmul(layer1, weights2) + biases2
# 模型相關的參數
INPUT_NODE = 784
OUTPUT_NODE = 10
LAYER1_NODE = 500
REGULARAZTION_RATE = 0.0001
TRAINING_STEPS = 5000
weights1 = tf.Variable(tf.truncated_normal([INPUT_NODE, LAYER1_NODE], stddev=0.1))
biases1 = tf.Variable(tf.constant(0.1, shape=[LAYER1_NODE]))
weights2 = tf.Variable(tf.truncated_normal([LAYER1_NODE, OUTPUT_NODE], stddev=0.1))
biases2 = tf.Variable(tf.constant(0.1, shape=[OUTPUT_NODE]))
y = inference(image_batch, weights1, biases1, weights2, biases2)
# 計算交叉熵及其平均值
cross_entropy = tf.nn.sparse_softmax_cross_entropy_with_logits(logits=y, labels=label_batch)
cross_entropy_mean = tf.reduce_mean(cross_entropy)
# 損失函數的計算
regularizer = tf.contrib.layers.l2_regularizer(REGULARAZTION_RATE)
regularaztion = regularizer(weights1) + regularizer(weights2)
loss = cross_entropy_mean + regularaztion
# 優化損失函數
train_step = tf.train.GradientDescentOptimizer(0.01).minimize(loss)
# 初始化回話並開始訓練過程。
with tf.Session() as sess:
tf.global_variables_initializer().run()
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess=sess, coord=coord)
# 循環的訓練神經網絡。
for i in range(TRAINING_STEPS):
if i % 1000 == 0:
print("After %d training step(s), loss is %g " % (i, sess.run(loss)))
sess.run(train_step)
coord.request_stop()
coord.join(threads)
『TensorFlow』隊列&多線程&TFRecod文件_我輩當高歌