TensorFlow函数：tf.TextLineReader

tf.TextLineReader函数

TextLineReader类

继承自： ReaderBase

定义在：tensorflow/python/ops/io_ops.py.

请参阅指南：输入和读取器>读取器

输出由换行符分隔的文件行的读取器.

换行符从输出中删除.有关支持的方法,请参阅 ReaderBase.

Eager的兼容性

Readers 与 eager 的执行不兼容.相反,请使用 tf.data 将数据存入您的模型.

TextLineReader属性

• reader_ref
  实现了读取器的操作.
  
• supports_serialize
  Reader 实现是否可以序列化其状态.
  

tf.TextLineReader方法

__init__

__init__(
    skip_header_lines=None,
    name=None
)

创建一个 TextLineReader.

__init__参数：

• skip_header_lines：可选的 int；默认为0,要从每个文件的开头跳过的行数.
• name：操作的名称(可选).

num_records_produced

num_records_produced(name=None)

返回此读取器生成的记录数.

这与已成功读取执行的次数相同.

num_records_produced参数：

• name：操作的名称(可选).

num_records_produced返回值：

一个 int64 张量.

num_work_units_completed

num_work_units_completed(name=None)

返回此读取器完成处理的工作单位数.

num_work_units_completed参数：

• name：操作的名称(可选).

num_work_units_completed返回值：

一个 int64 张量.

read

read(
    queue,
    name=None
)

返回读取器生成的下一条记录 (key, value) 对.

如果需要,将从队列中取出一个工作单元(例如,当 Reader 需要从一个新文件开始读取,因为它已经完成了前一个文件).

read参数：

• queue：队列或可变字符串张量,表示队列的句柄,包含字符串工作项.
• name：操作的名称(可选).

read返回值：

Tensor 元组 (key, value)；一个字符串标量张量 key；一个字符串标量张量 value.

read_up_to

read_up_to(
    queue,
    num_records,
    name=None
)

最多返回由读取器生成的 num_records (key, value) 对.

如果需要,将从队列中取出一个工作单元(例如,Reader 需要从一个新文件开始读取,因为它已经完成了前一个文件).它甚至可能在最后一批之前返回少于num_records.

read_up_to参数：

• queue：队列或可变字符串张量,表示队列的句柄,包含字符串工作项.
• num_records：要读取的记录数.
• name：操作的名称(可选).

read_up_to返回值：

Tensor 元组 (keys, values)；一维字符串张量 keys；一维字符串张量 values.  

reset

reset(name=None)

将读取器恢复到其初始的状态.

reset参数：

• name：操作的名称(可选).

reset返回值：

创建的操作.

restore_state

restore_state(
    state,
    name=None
)

将读取器恢复到先前保存的状态.

并非所有读取器都支持恢复,所以这可能会产生未实现的错误.

restore_state参数：

• state：一个字符串张量；具有匹配类型的读取器的 SerializeState 结果.
• name：操作的名称(可选).

restore_state返回值：

创建的操作.

serialize_state

serialize_state(name=None)

生成一个字符串张量,用于编码读取器的状态.

并非所有的读取器都支持序列化,所以这可能会产生未实现的错误.

serialize_state参数：

• name：操作的名称(可选).

serialize_state返回值：

一个字符串张量.