tf.contrib.learn.read_keyed_batch_features

Добавляет операции для чтения, очереди, пакетной обработки и парсинга Example протоколов. (устарело)

tf.contrib.learn.read_keyed_batch_features(
    file_pattern, batch_size, features, reader, randomize_input=True,
    num_epochs=None, queue_capacity=10000, reader_num_threads=1,
    feature_queue_capacity=100, num_enqueue_threads=2, parse_fn=None, name=None,
    read_batch_size=None
)

При заданном шаблоне файла (или списке файлов) будет создана очередь для имён файлов, будет прочитан Example протокол с использованием предоставленного reader, будет использована очередь пакетной обработки для создания пакетов примеров размером batch_size и будет произведён парсинг примера с заданным features описанием.

Все исполнители очереди добавляются в коллекцию исполнителей очереди и могут быть запущены с помощью start_queue_runners.

Все операции добавляются в стандартную графу.

Аргументы
`file_pattern`	Список файлов или шаблонов путей к файлам, содержащим `Example` записи. Смотрите `tf.io.gfile.glob` для правил шаблонов.
`batch_size`	Целое число или скаляр `Tensor`, определяющий размер пакета для использования.
`features`	Отображение `dict` ключей признаков на `FixedLenFeature` или `VarLenFeature` значения.
`reader`	Функция или класс, возвращающий объект с методом `read`, (тензор имени файла) -> (тензор примера).
`randomize_input`	Флаг, указывающий, должен ли вход быть случайным.
`num_epochs`	Целое число, определяющее количество раз, сколько нужно пройти через набор данных. Если None, цикл по набору данных вечный. ПРИМЕЧАНИЕ - Если задано, создаёт переменную, которую нужно инициализировать, поэтому вызовите tf.compat.v1.local_variables_initializer() и запустите операцию в сессии.
`queue_capacity`	Ёмкость очереди ввода.
`reader_num_threads`	Количество потоков для чтения примеров. Для того, чтобы обеспечить предсказуемый и воспроизводимый порядок чтения и очереди, например, в режиме прогнозирования и оценки, `reader_num_threads` должно быть 1.
`feature_queue_capacity`	Ёмкость очереди обработанных признаков.
`num_enqueue_threads`	Количество потоков для помещения в очередь обработанного примера. Использование нескольких потоков для помещения в очередь обработанного примера помогает поддерживать полную очередь, когда последующие вычисления в целом дешевле, чем парсинг. Для того, чтобы обеспечить предсказуемый и воспроизводимый порядок чтения и очереди, например, в режиме прогнозирования и оценки, `num_enqueue_threads` должно быть 1.
`parse_fn`	Функция парсинга, которая принимает `Example` тензор и возвращает обработанное представление. Если `None`, парсинг не выполняется.
`name`	Имя результирующей операции.
`read_batch_size`	Целое число или скаляр `Tensor`, определяющий количество записей для чтения за раз. Если `None`, по умолчанию `batch_size`.

Возвращает
Возвращает кортеж из: `Tensor` строк ключей. Словарь `Tensor` или `SparseTensor` объектов для каждого в `features`.

Возбуждает
`ValueError`	при некорректных входных данных.

© 2020 The TensorFlow Authors. All rights reserved.
Licensed under the Creative Commons Attribution License 3.0.
Code samples licensed under the Apache 2.0 License.
https://www.tensorflow.org/versions/r1.15/api_docs/python/tf/contrib/learn/read_keyed_batch_features