import tensorflow as tf
sess = tf.Session()
def add_to_batch(image):
print('Adding to batch')
image_batch = tf.train.shuffle_batch([image],batch_size=5,capacity=11,min_after_dequeue=1,num_threads=1)
# Add to summary
tf.image_summary('images',image_batch)
return image_batch
def get_batch():
# Create filename queue of images to read
filenames = [('/media/jessica/Jessica/TensorFlow/Practice/unlabeled_data_%d.png' % i) for i in range(11)]
filename_queue = tf.train.string_input_producer(filenames)
reader = tf.WholeFileReader()
key, value = reader.read(filename_queue)
# Read and process image
my_image = tf.image.decode_png(value)
my_image_float = tf.cast(my_image,tf.float32)
image_mean = tf.reduce_mean(my_image_float)
my_noise = tf.random_normal([96,96,3],mean=image_mean)
my_image_noisy = my_image_float + my_noise
print('Reading images')
return add_to_batch(my_image_noisy)
def main ():
sess.run(tf.initialize_all_variables())
tf.train.start_queue_runners(sess=sess)
writer = tf.train.SummaryWriter('/media/jessica/Jessica/TensorFlow/Practice/summary_logs', graph_def=sess.graph_def)
merged = tf.merge_all_summaries()
images = get_batch()
summary_str = sess.run(merged)
writer.add_summary(summary_str)
您好,
我正在尝试在TensorFlow中构建一个简单的神经网络。我试图批量加载我的输入图像。现在我用11张图片和batch_size = 5测试代码。最后我将使用100000张图片。
这段代码是从TensorFlow的cifar10.py示例中修改的。出于某种原因,我的代码在tf.train.shuffle_batch([image],batch_size=5,capacity=1,min_after_dequeue=1,num_threads=1)
我尝试过不同的batch_size,capacity,min_after_dequeue等组合,但我仍然无法弄清楚出了什么问题。
任何帮助将不胜感激!谢谢!
答案 0 :(得分:7)
看起来问题出现是因为声明
tf.train.start_queue_runners(sess=sess)
...在创建任何队列运行程序之前执行。如果您在images = get_batch()
之后移动此行,则您的程序应该可以正常工作。
这是什么问题? tf.train.shuffle_batch()
函数在内部使用tf.RandomShuffleQueue
生成随机批次。目前,将元素放入该队列的唯一方法是运行调用q.enqueue()
操作的步骤。为了简化这一过程,TensorFlow在构建图表时隐式收集了"queue runners"的概念,然后通过调用tf.train.start_queue_runners()
开始。但是,调用tf.train.start_queue_runners()
仅启动已在该时间点定义的队列运行程序,因此必须 后创建队列运行程序的代码。