Multithreading 类tf.train.Coordinator和类tf.train.QueueRunner在tensorflow中做什么？
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，tf.train.QueueRunner持有队列的排队操作列表，每个操作将在一个线程中运行 然而，用简单的话来说，它们的作用是什么？在培训期间，他们什么时候是必要的？QueueRunner： 当TensorFlow读取输入时，它需要为其维护多个队列。队列服务于负责执行培训步骤的所有工作人员。我们使用队列是因为我们希望为工人准备好操作的输入。如果您没有队列，您的I/O将被阻塞，性能将下降 协调人： 这是tf.train.Supervisor的一部分。这是必要的，因为您需要一个控制器来维护线程集（知道主线程何时应该终止，请求停止子线程，等等）Multithreading 类tf.train.Coordinator和类tf.train.QueueRunner在tensorflow中做什么？,multithreading,tensorflow,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，tf.train.QueueRunner持有队列的排队操作列表，每个操作将在一个线程中运行 然而，用简单的话来说，它们的作用是什么？在培训期间，他们什么时候是必要的？QueueRunner： 当TensorFlow读取输入时，它需要为其维护多个队列。队列服务于负责执行培训步骤的所有工作人员。我们使用队列是因为我们希望为工人准备好操作的输入。如果您没有队列，您的I/O将被阻塞，性能将下降 协调人： 这是
希望这有帮助。他们为什么这样做？所有这些功能都存在于valina Python中！