Python Tensorflow-获取队列中的样本数量？

对于性能监控，我想关注一下当前排队的示例。我正在平衡用于填充队列的线程数量和队列的最佳最大大小。 我如何获得这些信息？我使用的是

tf.train.batch（）

，但我猜信息可能在

FIFOQueue

中的某个地方？

---

我本以为这是一个局部变量，但我没有找到它。

tldr：如果您的队列是由

tf.batch

创建的，您可以使用

sess.run（“批处理/fifo\u队列大小：0”）获取大小。

FIFOQueue

对象提供了一个

size（）

方法，该方法创建一个op，该op给出队列中的元素数。但是，如果您使用的是

tf.batch

，则会在方法内部创建FIFOQueue，并且此对象不会暴露在外部

特别是你可以从中看到这一点

由于

queue

是本地的，因此无法获得其

size（）

方法。但是，由于已调用

size（）

来构造摘要，因此相应的

size

op在图中，您可以按名称调用它。通过执行以下操作，可以找到节点的名称

x = tf.constant(1)
q = tf.train.batch([x], 2)
tf.get_default_graph().as_graph_def()

你会看到

node {
  name: "batch/fifo_queue_Size"
  op: "QueueSize"
  input: "batch/fifo_queue"
  attr {
    key: "_class"
    value {
      list {

从中可以看出，

batch/fifo\u queue\u Size

是op的名称，因此

batch/fifo\u queue\u Size:0

是第一个输出的名称，因此可以通过如下操作获得大小：

sess.run("batch/fifo_queue_Size:0")

如果您有多个

批处理

操作，名称将自动重复到

批处理1/fifo\u队列大小

，

批处理2/fifo\u队列大小

，等等

---

或者，您可以使用

tf.batch（…name=“mybatch”）

调用您的节点，然后tensor的名称将是

mybatch/fifo\u queue\u Size:0

出色的写入。也完全错过了批处理中的标量摘要-这是因为我没有执行

合并所有\u摘要

，而是从我自己的范围中获取它们。谢谢你的时间，雅罗斯拉夫。

sess.run("batch/fifo_queue_Size:0")