当我尝试运行文件时，我遇到了两个错误：
超出范围：RandomShuffleQueue ＆＃39; _1_input / shuffle_batch / random_shuffle_queue＆＃39;已经关闭了 元素不足（请求1，当前大小0）
要求1＆＃39;实际上是我的批量大小。我试图将batch_size减少到1以查看错误是否再次发生。但是，我不确定为什么当前大小为0。
InvalidArgumentError（参见上面的回溯）：重塑的输入是a 张量为357604，但请求的形状为89401
我提到了一个较老的帖子：
TensorFlow random_shuffle_queue is closed and has insufficient elements，
而且我已经检查过自357604 = 89401 * 4以来我遇到了类似的问题，所以我想知道4来自哪里。
线程确实提到如果我在int32中将文件转换为TFrecords，然后我用uint8格式读取它们，那么我的数据会增加4倍。但是，我无法告诉我在我的tfrecord文件创建中使用int32的位置。我尝试通过强制转换uint8中的tfrecords文件来解决问题（使用tensorflow mnist文件中的DataSet类，即tensorflow.contrib.learn.python.learn.datasets import mnist，并设置{{} 1}}对于我的数据集），我得到了另一个我无法识别的新错误：
dtype = tf.uint8我试图最终使用TF-slim创建一个模型。由于TF-Slim库上的教程很少，我使用了以下代码： https://github.com/mnuke/tf-slim-mnist 作为参考。我的大多数代码示例都参考了此链接中的代码。
答案 0 :(得分：1)
我对第一个问题的猜测是你需要这样做：
sess.run(tf.initialize_local_variables())
如果您未初始化Queue的纪元数，则会出现此问题。