tf.contrib.staging.StagingArea

Класс для постановки в очередь входных данных. Гарантии упорядочивания нет.

tf.contrib.staging.StagingArea(
    dtypes, shapes=None, names=None, shared_name=None, capacity=0, memory_limit=0
)

A StagingArea — это структура данных TensorFlow, которая хранит тензоры на нескольких шагах и предоставляет операции для помещения и извлечения тензоров.

Каждый элемент StagingArea представляет собой кортеж из одного или нескольких тензоров, где каждый компонент кортежа имеет статический тип и может иметь статическую форму.

Ёмкость StagingArea может быть ограниченной или неограниченной. Она поддерживает нескольких одновременных производителей и потребителей; и обеспечивает доставку ровно один раз.

Каждый элемент StagingArea представляет собой кортеж фиксированной длины тензоров, типы которых описаны параметром dtypes, а формы — необязательным параметром shapes.

Если задан параметр shapes, каждый компонент элемента области постановки в очередь должен иметь соответствующую фиксированную форму. Если он не указан, различные элементы могут иметь различные формы.

Её можно настроить с ёмкостью, в этом случае put(values) будет блокировать выполнение, пока не освободится место.

Аналогично, её можно настроить с пределом памяти, который будет блокировать put(values), пока не освободится место. Это в основном полезно для ограничения количества тензоров на устройствах, таких как графические процессоры.

Все команды get() и peek() блокируют выполнение, если запрашиваемые данные отсутствуют в области постановки в очередь.

Методы

clear

Просмотреть исходный код

clear(
    name=None
)

Очищает область постановки в очередь.

get

Просмотреть исходный код

get(
    name=None
)

Извлекает один элемент из этой области постановки в очередь.

Если область постановки в очередь пуста во время выполнения этой операции, она будет блокироваться до тех пор, пока не появится элемент для декьюинга.

Обратите внимание, что в отличие от других операций, которые могут блокироваться, таких как операции декьюинга очереди, это может помешать выполнению другой работы. Чтобы избежать этого, предполагается, что это будет вызываться только тогда, когда уже будет доступен элемент. Одним из способов сделать это в цикле обучения является запуск вызова put() во время сессии warmup.run, а затем вызов get() и put() на каждом последующем шаге.

Расположение возвращаемого тензора будет определяться текущим контекстом устройства при вызове этой функции.

peek

Просмотреть исходный код

peek(
    index, name=None
)

Просматривает элемент в области постановки в очередь.

Если область постановки в очередь слишком мала для хранения элемента по указанному индексу, она будет блокироваться до тех пор, пока не будет вставлено достаточно элементов для завершения операции.

Расположение возвращаемого тензора будет определяться текущим контекстом устройства при вызове этой функции.

put

Просмотреть исходный код

put(
    values, name=None
)

Создаёт операцию, которая помещает значение в область постановки в очередь.

Эта операция будет блокироваться, если область постановки в очередь достигла своей ёмкости.

size

Просмотреть исходный код

size(
    name=None
)

Возвращает количество элементов в области постановки в очередь.