cer*_*rou 1 multithreading tensorflow
我知道这两个类都处理线程.根据文档,tf.train.Coordinator协调一组线程的终止,并且tf.train.QueueRunner保存一个队列的入队操作列表,每个队列都在一个线程中运行.
但是,他们在简单的话语中的作用是什么？在培训期间什么时候需要？
QueueRunner:当TensorFlow读取输入时,它需要为它维护多个队列.该队列为负责执行培训步骤的所有工作人员提供服务.我们使用队列是因为我们希望为工作人员准备好输入.如果您没有队列,则I/O将被阻止,性能将下降.
Coordindator:这是tf.train.Supervisor的一部分.这是必要的,因为你需要一个控制器来维护线程集(知道什么时候主线程应该终止,请求停止子线程等).
希望这可以帮助.
| 归档时间： |
|
| 查看次数： |
1022 次 |
| 最近记录： |