Question

假设我已经定义了一个从TfRecords文件加载一个标签/功能对的函数，如下所示

def read_one_image(tfrecords_path):

    queue = tf.train.string_input_producer([tfrecords_path])
    reader = tf.TFRecordReader()
    key, value = reader.read(queue)
    features = tf.parse_single_example(value,
        features={'label': tf.FixedLenFeature([], tf.int64),
                  'image': tf.FixedLenFeature([784], tf.int64)})
    label = features['label']
    image = features['image']
    return label, image

如果我保持会话打开，在会话中获取图像可以正常工作：

tf.reset_default_graph()

label, image = read_one_image("mnist_train.tfrecords")

sess = tf.Session()

init = tf.global_variables_initializer()
sess.run(init)
tf.train.start_queue_runners(sess=sess)

for i in range(10):
    one_label, one_image = sess.run([label, image])

print(one_label, one_image.shape)

但是，如果我使用像这样的上下文管理器

g = tf.Graph()
with g.as_default():

    label, image = read_one_image("mnist_train.tfrecords")


with tf.Session(graph=g) as sess:
    sess.run(tf.global_variables_initializer())

    tf.train.start_queue_runners(sess=sess)
    for i in range(10):
        one_label, one_image = sess.run([label, image])

    print(one_label, one_image.shape)

我收到错误：7 ERROR:tensorflow:Exception in QueueRunner: Attempted to use a closed Session.(784,)

也许我误解了队列运行器是如何工作的，但是因为我调用了sess.run方法，它应该已经获取了10次数据对。现在，有没有办法退出/退出/关闭会话而不会耗尽队列？

Answer 1

您需要tf.train.Coordinator

sess.run(tf.global_variables_initializer())
coord = tf.train.Coordinator()
tf.train.start_queue_runners(sess=sess, coord=coord)

如何使用队列运行程序退出TensorFlow会话

1 个答案: