类tf.train.Coordinator和类tf.train.QueueRunner在tensorflow中做什么？

Question

我知道这两个类都是处理线程的。根据文档，tf.train.Coordinator协调一组线程的终止，而tf.train.QueueRunner保存队列的入队操作列表，每个操作都在一个线程中运行。

然而，用简单的话来说，它们的作用是什么？在培训过程中，什么时候是必要的？

Answer 1

QueueRunner:当TensorFlow读取输入时，它需要为它维护多个队列。队列为负责执行训练步骤的所有工作人员提供服务。我们使用队列，因为我们希望让输入准备好供工作人员进行操作。如果你没有队列，你的I/O会被阻塞，性能也会下降。

协调器: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)。

希望这能有所帮助。