tf.compat.v1.ReaderBase

Базовый класс для различных типов Reader, создающих запись на каждом шаге.

tf.compat.v1.ReaderBase(
    reader_ref, supports_serialize=False
)

Концептуально Reader преобразуют строковые «единицы работы» в записи (пары ключ-значение). Обычно «единицами работы» являются имена файлов, а записи извлекаются из содержимого этих файлов. Мы хотим, чтобы на каждом шаге создавалась одна запись, однако одной единице работы может соответствовать множество записей.

Поэтому мы используем очередь, чтобы разделить эти операции. Очередь содержит единицы работы, а Reader извлекает из неё единицу работы, когда его просят создать запись (с помощью Read()), если он завершил обработку предыдущей единицы работы.

Аргументы
`reader_ref`	Операция, реализующая Reader.
`supports_serialize`	True, если реализация Reader может сериализовать своё состояние.

Исключения
`RuntimeError`	Если включено eager execution.

Атрибуты
`reader_ref`	Операция, реализующая Reader.
`supports_serialize`	Может ли реализация Reader сериализовать своё состояние.

Методы

`num_records_produced`

Посмотреть исходный код

num_records_produced(
    name=None
)

Возвращает количество записей, созданных этим Reader.

Это количество успешно выполненных операций Read.

Аргументы
`name`	Имя операции (необязательно).

Возвращает
Тензор int64.

`num_work_units_completed`

Посмотреть исходный код

num_work_units_completed(
    name=None
)

Возвращает количество единиц работы, обработку которых завершил этот Reader.

Аргументы
`name`	Имя операции (необязательно).

Возвращает
Тензор int64.

`read`

Посмотреть исходный код

read(
    queue, name=None
)

Возвращает следующую пару записей (ключ, значение), созданную Reader.

При необходимости извлекает из очереди единицу работы (например, когда Reader нужно начать чтение нового файла, поскольку обработка предыдущего файла завершена).

Аргументы
`queue`	Queue или изменяемый строковый тензор, представляющий дескриптор Queue со строковыми элементами работы.
`name`	Имя операции (необязательно).

Возвращает
Кортеж тензоров (key, value).
`key`	Строковый скалярный тензор.
`value`	Строковый скалярный тензор.

`read_up_to`

Посмотреть исходный код

read_up_to(
    queue, num_records, name=None
)

Возвращает до num_records пар записей (ключ, значение), созданных Reader.

При необходимости извлекает из очереди единицу работы (например, когда Reader нужно начать чтение нового файла, поскольку обработка предыдущего файла завершена). Даже до последней порции может быть возвращено меньше записей, чем num_records.

Аргументы
`queue`	Queue или изменяемый строковый тензор, представляющий дескриптор Queue со строковыми элементами работы.
`num_records`	Количество записей для чтения.
`name`	Имя операции (необязательно).

Возвращает
Кортеж тензоров (keys, values).
`keys`	Строковый тензор размерности 1.
`values`	Строковый тензор размерности 1.

`reset`

Посмотреть исходный код

reset(
    name=None
)

Восстанавливает исходное чистое состояние Reader.

Аргументы
`name`	Имя операции (необязательно).

Возвращает
Созданная операция.

`restore_state`

Посмотреть исходный код

restore_state(
    state, name=None
)

Восстанавливает ранее сохранённое состояние Reader.

Не все Reader поддерживают восстановление состояния, поэтому может возникнуть ошибка Unimplemented.

Аргументы
`state`	Строковый тензор. Результат SerializeState для Reader соответствующего типа.
`name`	Имя операции (необязательно).

Возвращает
Созданная операция.

`serialize_state`

Посмотреть исходный код

serialize_state(
    name=None
)

Создаёт строковый тензор, кодирующий состояние Reader.

Не все Reader поддерживают сериализацию, поэтому может возникнуть ошибка Unimplemented.

Аргументы
`name`	Имя операции (необязательно).

Возвращает
Строковый тензор.

Совместимость с eager execution

Reader несовместимы с eager execution. Вместо этого используйте tf.data, чтобы передавать данные в модель.

© 2022 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 4.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/api_docs/python/tf/compat/v1/ReaderBase