import argparseimport tensorflow as tfimport osFLAGS=Nonedef main(_):dirname = os.path.join(FLAGS.buckets, "csvtest.csv")reader=tf.TextLineReader()filename_queue=tf.train.string_input_producer([dirname])key,value=reader.read(filename_queue)record_defaults=[[''],[''],[''],[''],['']]d1, d2, d3, d4, d5= tf.decode_csv(value, record_defaults, ',')init=tf.initialize_all_variables()with tf.Session() as sess:sess.run(init)coord = tf.train.Coordinator()threads = tf.train.start_queue_runners(sess=sess,coord=coord)for i in range(4):print(sess.run(d2))coord.request_stop()coord.join(threads)if __name__ == '__main__':parser = argparse.ArgumentParser()parser.add_argument('--buckets', type=str, default='',help='input data path')parser.add_argument('--checkpointDir', type=str, default='',help='output model path')FLAGS, _ = parser.parse_known_args()tf.app.run(main=main)
- dirname:OSS文件路径，可以是数组，方便下一阶段shuffle
- reader：TF内置各种reader API，可以根据需求选用
- tf.train.string_input_producer：将文件生成队列
- tf.decode_csv：是一个splite功能的OP，可以拿到每一行的特定参数
- 通过OP获取数据，在session中需要tf.train.Coordinator()和tf.train.start_queue_runners(sess=sess,coord=coord)
在代码中，我们的输入是3行5个字段：
1,1,1,1,12,2,2,2,23,3,3,3,3
我们循环输出4次，打印出第2个字段。结果如图：
输出结果也证明了数据结构是成队列。
