tensorflow string_input_producer gibt leere Warteschlange

Question

Ich versuche, eine Warteschlange in Tensorflow aus einer Liste von Dateinamen zu machen. Die Liste wurde erstellt, aber es scheint, dass der String-Input-Producer eine leere Warteschlange zurückgegeben hat. Es kann andere Gründe geben, dass der Code nicht funktioniert. Unten ist der Code:

sess = tf.InteractiveSession() 

def read_my_file_format(filename_queue): 
    reader = tf.WholeFileReader() 
    key, value = reader.read(filename_queue) 
    images = tf.image.decode_jpeg(value, channels=3) 
    return images, key 

def input_pipeline(filenames, batch_size, num_epochs, labels): 
    filename_queue = tf.train.string_input_producer(filenames, num_epochs=num_epochs, shuffle=False) 
    image, key = read_my_file_format(filename_queue) 
    return image, key 

sess.run(tf.global_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(sess = sess, coord = coord, start=True) 

input_pipeline(trainnames, batch_size, None, labels) 

coord.request_stop() 
coord.join(threads) 

Answer 1

Wenn Sie die Fehlermeldung zur Verfügung stellen könnte, würde es helfen.

In der gleichen Zeit, hier sind ein paar Bemerkungen über Ihren Code:

• Verfahren input_pipeline die TensorFlow Operatoren zugeordnet Warteschlange definiert und fügen Sie sie in dem Graphen, so dass Sie es vor dem Aufruf von sess.run(tf.global_variables_initializer()) anrufen sollte, wenn Sie möchten, dass die Warteschlange Teil des Diagramms und vor dem Aufruf an start_queue_runners ist, wenn Ihre Warteschlange vom Koordinator gestartet werden soll.
• Sie haben TensorFlow nicht aufgefordert, Ihre image, key-Operatoren tatsächlich auszuführen.

Hier ist der Code, den ich versuchen würde:

sess = tf.InteractiveSession() 

def read_my_file_format(filename_queue): 
    reader = tf.WholeFileReader() 
    key, value = reader.read(filename_queue) 
    images = tf.image.decode_jpeg(value, channels=3) 
    return images, key 

def input_pipeline(filenames, batch_size, num_epochs, labels): 
    filename_queue = tf.train.string_input_producer(filenames, num_epochs=num_epochs, shuffle=False) 
    image, key = read_my_file_format(filename_queue) 
    return image, key 

# Let us define the queue operators and add them to the default graph. 
image, key = input_pipeline(trainnames, batch_size, None, labels) 

sess.run(tf.global_variables_initializer()) 

coord = tf.train.Coordinator() 
threads = tf.train.start_queue_runners(sess = sess, coord = coord, start=True) 

# Let's run the image, key tensors. 
sess.run([image, key]) 

coord.request_stop() 
coord.join(threads)