在计算争分夺秒的时候，需要去提高IO读取的速度？我们都知道操作系统里的IO速度是个瓶颈，如果还像以前那样用单核的那种多线程的话，肯定是不行的。单核的那种多线程是假的多线程，仅仅是用一块cpu利用人无法想象的速度换入换出任务，给人的一种一个cpu能同时处理多个任务。而在tensorflow里，可以做到真正的多线程，真的是几个cpu同时来搞。 如上图所示，我们拿读取数据并训练这个需求来举例。如果我们仅仅用一个线程去搞这个需求，训练数据这个子需求就要等待读取数据这个子需求搞完了才能搞。所以我们让主线程去训练数据，子线程去读取数据！！读取数据的时候用队列来实现先进先出。
案例：完成一个出队列、+1、入队列操作(同步操作)
# 模拟一下同步先处理数据，然后才能取数据训练 # tensorflow当中，运行操作有依赖性 # # 1、首先定义队列 Q = tf.FIFOQueue(3, tf.float32) # # # 放入一些数据，这里这种写法是要与张量做区别,[,,]这种默认是张量 enq_many = Q.enqueue_many([[0.1, 0.2, 0.3], ]) # # 2、定义一些处理数据的螺距，取数据的过程 取数据，+1， 入队列 # out_q = Q.dequeue() # data = out_q + 1 # en_q = Q.enqueue(data) # with tf.Session() as sess: # # 初始化队列 sess.run(enq_many) # # # 处理数据 for i in range(100): sess.run(en_q) # # # 训练数据 for i in range(Q.size().eval()): print(sess.run(Q.dequeue()))分析：当数据量很大时，入队操作从硬盘中读取数据，放入内存中，主线程需要等待入队操作完成，才能进行训练。会话里可以运行多个线程，实现异步读取。 队列管理器 通过队列管理器来实现变量加1，入队，主线程出队列的操作，观察效果？(异步操作)
# 模拟异步子线程 存入样本， 主线程 读取样本 # # 1、定义一个队列，1000 Q = tf.FIFOQueue(1000, tf.float32) # # #2、定义要做的事情 循环 值，+1， 放入队列当中 var = tf.Variable(0.0) # # # 实现一个自增 tf.assign_add，自增一定要是变量 data = tf.assign_add(var, tf.constant(1.0)) # en_q = Q.enqueue(data) # # # 3、定义队列管理器op, 指定多少个子线程，子线程该干什么事情 qr = tf.train.QueueRunner(Q, enqueue_ops=[en_q] * 2) # # # 初始化变量的OP init_op = tf.global_variables_initializer() # with tf.Session() as sess: # # 初始化变量 sess.run(init_op) # # # 开启线程管理器 coord = tf.train.Coordinator() # # # 真正开启子线程，仅仅是对qr开启线程 threads = qr.create_threads(sess, coord=coord, start=True) # # # 主线程，不断读取数据训练 for i in range(300): print(sess.run(Q.dequeue())) # # # 回收你 coord.request_stop() # coord.join(threads)注意，如果不设置线程管理器，那么主线程满300次之后会话就关闭了，而子线程还在跑，但此时会话已关闭，session都没了，那就gg了。
文件读取流程 文件读取API-文件队列构造 文件读取API-文件阅读器
文件读取API-文件内容解码器 开启线程操作 管道读端批处理 案例：如果读取的文件为多个或者样本数量为多个，怎么去管道读取？
# 批处理大小，跟队列，数据的数量没有影响，只决定 这批次取多少数据 def csvread(filelist): """ 读取CSV文件 :param filelist: 文件路径+名字的列表 :return: 读取的内容 """ # 1、构造文件的队列 file_queue = tf.train.string_input_producer(filelist) # 2、构造csv阅读器读取队列数据（按一行） reader = tf.TextLineReader() key, value = reader.read(file_queue) # 3、对每行内容解码 # record_defaults:指定每一个样本的每一列的类型，指定默认值[["None"], [4.0]] records = [["None"], ["None"]] example, label = tf.decode_csv(value, record_defaults=records) # 4、想要读取多个数据，就需要批处理 example_batch, label_batch = tf.train.batch([example, label], batch_size=9, num_threads=1, capacity=9) print(example_batch, label_batch) return example_batch, label_batch if __name__=="__main__": ## 返回当前目录下的文件名，是个列表 file_name=os.listdir("./data") ## 拼接每个文件的完整路径 filelist = [os.path.join("./data",file) for file in file_name] example_batch,label_batch = csvread(filelist) with tf.Session() as sess: coord=tf.train.Coordinator() #开启读文件的线程 threads=tf.train.start_queue_runners(sess,coord=coord) #打印读取的内容,默认只读取一条数据，随机在该目录下的某个文件读取，要想多读数据，只能批处理 print(sess.run([example_batch,label_batch])) # 回收你 coord.request_stop() # coord.join(threads)图像数字化三要素 左边的黑白图片通道数为1，在[0~255]之间取值，右边的彩图通道数为3，也就是RGB值！！ 三要素与张量的关系 图像基本操作 在图像识别时每个像素点都是一个特征，如果是彩色，还要再乘上RGB这三个特征。然后在处理图片时，要适当缩放，注意不是裁剪！！ 图像基本操作API 代码如下：
def picread(filelist): """ 读取狗图片并转换成张量 :param filelist: 文件路径+ 名字的列表 :return: 每张图片的张量 """ # 1、构造文件队列 file_queue = tf.train.string_input_producer(filelist) # 2、构造阅读器去读取图片内容（默认读取一张图片） reader = tf.WholeFileReader() key, value = reader.read(file_queue) print(value) # 3、对读取的图片数据进行解码 image = tf.image.decode_jpeg(value) print(image) # 5、处理图片的大小（统一大小） image_resize = tf.image.resize_images(image, [200, 200]) print(image_resize) # 注意：一定要把样本的形状固定 [200, 200, 3],在批处理的时候要求所有数据形状必须定义 image_resize.set_shape([200, 200, 3]) print(image_resize) # 6、进行批处理 image_batch = tf.train.batch([image_resize], batch_size=20, num_threads=1, capacity=20) print(image_batch) return image_batch资源网站：http://www.cs.toronto.edu/~kriz/cifar.html 此网站有很多图像识别的训练素材。 示例代码：
# 定义cifar的数据等命令行参数 FLAGS = tf.app.flags.FLAGS tf.app.flags.DEFINE_string("cifar_dir", "./data/cifar10/cifar-10-batches-bin/", "文件的目录") tf.app.flags.DEFINE_string("cifar_tfrecords", "./tmp/cifar.tfrecords", "存进tfrecords的文件") class CifarRead(object): """完成读取二进制文件， 写进tfrecords，读取tfrecords """ def __init__(self, filelist): # 文件列表 self.file_list = filelist # 定义读取的图片的一些属性 self.height = 32 self.width = 32 self.channel = 3 # 二进制文件每张图片的字节 self.label_bytes = 1 self.image_bytes = self.height * self.width * self.channel self.bytes = self.label_bytes + self.image_bytes def read_and_decode(self): # 1、构造文件队列 file_queue = tf.train.string_input_producer(self.file_list) # 2、构造二进制文件读取器，读取内容, 每个样本的字节数 reader = tf.FixedLengthRecordReader(self.bytes) key, value = reader.read(file_queue) # 3、解码内容, 二进制文件内容的解码 label_image = tf.decode_raw(value, tf.uint8) print(label_image) # 4、分割出图片和标签数据，切除特征值和目标值 label = tf.cast(tf.slice(label_image, [0], [self.label_bytes]), tf.int32) image = tf.slice(label_image, [self.label_bytes], [self.image_bytes]) # 5、可以对图片的特征数据进行形状的改变 [3072] --> [32, 32, 3] image_reshape = tf.reshape(image, [self.height, self.width, self.channel]) print(label, image_reshape) # 6、批处理数据 image_batch, label_batch = tf.train.batch([image_reshape, label], batch_size=10, num_threads=1, capacity=10) print(image_batch, label_batch) return image_batch, label_batch运行结果： 我们可以看到按批处理读取的话也是个张量，10是一次读几个样本，然后按32323读取。
首先TFRecord是Tensorflow特有的文件格式，也是一种二进制的格式，如果仅仅用上面的cifar-10的普通处理的话我每次都要重新去读取拆分处理，是不是很麻烦？？如果用了TFRecord，那么只需要上一节所返回的两个批处理结果即可，我们按TFRecord去存储去读取，效率更高。 TFRecords文件分析 TFRecords存储 TFRecords读取方法 类似于json字符串 代码示例：
def write_ro_tfrecords(self, image_batch, label_batch): """ 将图片的特征值和目标值存进tfrecords :param image_batch: 10张图片的特征值 :param label_batch: 10张图片的目标值 :return: None """ # 1、建立TFRecord存储器 writer = tf.python_io.TFRecordWriter(FLAGS.cifar_tfrecords) # 2、循环将所有样本写入文件，每张图片样本都要构造example协议 for i in range(10): # 取出第i个图片数据的特征值和目标值 #eval是取出张量里面的值，然后用tostring转成字符串 image = image_batch[i].eval().tostring() ##eval必须放在session里才行，也就是当前方法要放在session里 label = int(label_batch[i].eval()[0]) # 构造一个样本的example example = tf.train.Example(features=tf.train.Features(feature={ "image": tf.train.Feature(bytes_list=tf.train.BytesList(value=[image])), "label": tf.train.Feature(int64_list=tf.train.Int64List(value=[label])), })) # 写入单独的样本，数据持久化要先序列化 writer.write(example.SerializeToString()) # 关闭 writer.close() return None def read_from_tfrecords(self): # 1、构造文件队列 file_queue = tf.train.string_input_producer([FLAGS.cifar_tfrecords]) # 2、构造文件阅读器，读取内容example,value=一个样本的序列化example reader = tf.TFRecordReader() key, value = reader.read(file_queue) # 3、解析example features = tf.parse_single_example(value, features={ "image": tf.FixedLenFeature([], tf.string), "label": tf.FixedLenFeature([], tf.int64), }) # 4、解码内容, 如果读取的内容格式是string需要解码， 如果是int64,float32不需要解码 image = tf.decode_raw(features["image"], tf.uint8) # 固定图片的形状，方便与批处理 image_reshape = tf.reshape(image, [self.height, self.width, self.channel]) label = tf.cast(features["label"], tf.int32) print(image_reshape, label) # 进行批处理 image_batch, label_batch = tf.train.batch([image_reshape, label], batch_size=10, num_threads=1, capacity=10) return image_batch, label_batch