参考整体流程如下图 代码 import tensorflow as tf"""模拟: 子线程不停的取数据放入队列中, 主线程从队列中取数据执行包含: 作用域的命名、把程序的图结构写入事件、多线程 """# 模拟异步存入样本. # 1、 定义一个队列,长度为1000 with tf.variable_scope("init_sub_threads"):Q = tf.FIFOQueue(1000, tf.float32)# 2、 定义子线程需要做的事情, 值循环+1, 放入队列中 with tf.variable_scope("add_one"):var = tf.Variable(0.0, tf.float32)# 实现自增data = tf.assign_add(var, tf.constant(1.0))en_q = Q.enqueue(data)# 3、 定义队列管理器Op,指定子线程 with tf.variable_scope("init_queue_runner"):qr = tf.train.QueueRunner(Q, enqueue_ops=[en_q] * 2)# 初始化变量的op with tf.variable_scope("init_var"):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threads = qr.create_threads(sess, start = True)# 主线程,不断读取数据训练for i in range(300):print(sess.run(Q.dequeue()))# 把程序的图结构写入事件filewriter = tf.summary.FileWriter("./summary/", graph=sess.graph)# 回收线程coord.request_stop()coord.join(threads)