Question

我有以下代码：

import tensorflow as tf

xs = tf.random_normal([5, 2])
ys = xs[:, 0] + xs[:, 1] + tf.random_normal([5], stddev=0.01)

xs_inp, ys_inp = tf.train.slice_input_producer([xs, ys], num_epochs=20)

coord = tf.train.Coordinator()

with tf.Session() as sess:
    threads = tf.train.start_queue_runners(coord=coord)
    for i in range(100):
        print(sess.run([xs_inp, ys_inp]))

    coord.request_stop()
    coord.join(threads)

在我看来，我应该拿100对并打印它们，但程序没有打印任何东西，并抛出异常。

tensorflow.python.framework.errors_impl.OutOfRangeError: FIFOQueue '_0_input_producer/input_producer' is closed and has insufficient elements (requested 1, current size 0)

Answer 1

这是一个棘手的难题：事实证明，在启动队列运行程序之前需要添加sess.run(tf.local_variables_initializer())：

import tensorflow as tf

xs = tf.random_normal([5, 2])
ys = xs[:, 0] + xs[:, 1] + tf.random_normal([5], stddev=0.01)

xs_inp, ys_inp = tf.train.slice_input_producer((xs, ys), num_epochs=20)

coord = tf.train.Coordinator()

with tf.Session() as sess:
    sess.run(tf.local_variables_initializer())
    threads = tf.train.start_queue_runners(coord=coord)
    for i in range(100):
        print(sess.run([xs_inp, ys_inp]))

    coord.request_stop()
    coord.join(threads)

为什么这有必要？当您设置num_epochs=20时，TensorFlow会隐式创建一个＆＃34;局部变量＆＃34;作为当前时代指数的反制者;当此计数器达到20时，队列将被关闭。与所有其他TensorFlow变量一样，必须初始化此计数器。如果你没有初始化它，看起来队列运行器会立即引发错误（不用打印它，遗憾地）并关闭队列......给出你看到的错误。

使用slice_input_producer创建的队列为空

1 个答案: