Tensorflow 论点是什么；“容量”；对于in-tf.train.string\u input\u producer（）

函数

tf.train.string\u input\u producer（string\u tensor，num\u epochs=None，shuffle=True，seed=None，capacity=32，shared\u name=None，name=None）的
参数对我来说相当模糊

在这里设置
容量
参数意味着什么，它与参数
字符串张量
的长度有关吗。
举个例子就好了。
非常感谢。
容量是队列的大小，因此在您的示例中，默认情况下，队列运行器最多可以将32个字符串排入队列。
容量是队列在任何给定时间可以容纳的最大元素数。您应该将该数字设置得足够高，以便您的模型不会因数据不足而饿死。但是，如果将其设置得太高，队列将消耗太多内存

最好的数字是特定于型号的，您可以通过反复试验找到它。从一个合理的小数字开始，检查您的队列多长时间是空的。增加缓冲区，直到看不到空队列。
32总是足够吗？或者我们应该使用队列来适应输入或图中节点的大小？它本质上是预取缓冲区的大小，因此如果数据IO高度不可预测，那么它应该更大。有一个从每个输入生成程序导出到TensorBoard的汇总统计数据，类似于“分数满”，它显示了0的频率。如果它通常为零，您希望添加我的队列运行程序，如果它有时为零，那么您的数据消耗/生产可能是不可预测的，缓冲区应该是不可预测的larger@YaroslavBulatov，你能详细说明一下“预取缓冲区”吗？此外，是否有关于容量的建议数字？最后，为确认容量与
字符串的长度无关，是否正确？正确，“容量”表示可存储在队列缓冲区中的张量数量。预取意味着获取数据与计算并行进行，在这种情况下，这是可能的，因为填充队列是从与计算不同的线程完成的。当队列为空时，它会立即抛出OutOfRange错误吗？