TensorFlow Bildlese-Warteschlange leer

Question

Ich versuche, die Pipeline zum Lesen von Bildern auf dem CNN zu verwenden. Ich habe string_input_producer() verwendet, um die Warteschlange der Dateinamen zu erhalten, aber es scheint dort zu hängen, ohne etwas zu tun. Unten ist mein Code, bitte geben Sie mir einige Ratschläge, wie es funktioniert.

def read_image_file(filename_queue, labels): 
    reader = tf.WholeFileReader() 
    key, value = reader.read(filename_queue) 
    image = tf.image.decode_png(value, channels=3) 
    image = tf.cast(image, tf.float32) 
    resized_image = tf.image.resize_images(image, [224, 112]) 
    with tf.Session() as sess: 
     label = getLabel(labels, key.eval()) 
    return resized_image, label 

def input_pipeline(filename_queue, queue_names, batch_size, num_epochs, labels): 
    image, label = read_image_file(filename_queue, labels) 
    min_after_dequeue = 10 * batch_size 
    capacity = 20 * batch_size 
    image_batch, label_batch = tf.train.shuffle_batch(
     [image, label], batch_size=batch_size, num_threads=1, capacity=capacity, 
     min_after_dequeue=min_after_dequeue) 
    return image_batch, label_batch 

train_queue = tf.train.string_input_producer(trainnames, shuffle=True, num_epochs=epochs) 

train_batch, train_label = input_pipeline(train_queue, trainnames, batch_size, epochs, labels) 

prediction = AlexNet(x) 

#Training 
with tf.name_scope("cost_function") as scope: 
    cost = tf.reduce_mean(tf.nn.softmax_cross_entropy_with_logits(labels=train_label, logits=prediction(train_batch))) 
    tf.summary.scalar("cost_function", cost) 

    train_step = tf.train.MomentumOptimizer(learning_rate, 0.9).minimize(cost) 

#Accuracy 
with tf.name_scope("accuracy") as scope: 
    correct_prediction = tf.equal(tf.argmax(prediction,1), tf.argmax(y_,1)) 
    accuracy = tf.reduce_mean(tf.cast(correct_prediction, tf.float32)) 
    tf.summary.scalar("accuracy", accuracy) 

    merged = tf.summary.merge_all() 

#Session 
with tf.Session() as sess: 
    print('started') 
    sess.run(tf.global_variables_initializer()) 
    coord = tf.train.Coordinator() 
    threads = tf.train.start_queue_runners(sess=sess, coord=coord, start=True) 
    sess.run(threads) 

    try: 
     for step in range(steps_per_epch * epochs): 
      print('step: %d' %step) 
      sess.run(train_step) 
    except tf.errors.OutOfRangeError as ex: 
     pass 

    coord.request_stop() 
    coord.join(threads) 

Answer 1

Ihr Code ist nicht vollständig eigenständig, da die Methode get_label nicht definiert ist.

Aber es ist sehr wahrscheinlich, dass das Problem, das Sie kommt aus diesen Zeilen in der read_image_file Methode hast:

with tf.Session() as sess: 
    label = getLabel(labels, key.eval()) 

Die key.eval Teil versucht, ein Element einer Warteschlange aus der Warteschlange entfernt, die noch nicht begonnen hat. Sie sollten keine Sitzung erstellen, bevor Ihre Eingabe-Pipeline definiert ist (versuchen Sie auch nicht, key (und möglicherweise labels) zu evalieren). Die get_label Methode sollte nur Tensor Operationen auf labels und key und geben einen label Tensor ..

Zum Beispiel durchführen, können Sie diese tensor string operations so werden sie Teil des Graphen sein.