OutOfRangeError : RandomShuffleQueue ‘_1_shuffle_batch/random_shuffle_queue’ is closed

OutOfRangeError : RandomShuffleQueue ‘_1_shuffle_batch/random_shuffle_queue’ is closedOutOfRangeError(seeabovefortraceback):RandomShuffleQueue’_1_shuffle_batch/random_shuffle_queue’isclosedandhasinsufficientelements(requested128,currentsize125),这个错误是因为tf.train.shuffle_…

OutOfRangeError

OutOfRangeError (see above for traceback): RandomShuffleQueue ‘_1_shuffle_batch/random_shuffle_queue’ is closed and has insufficient elements (requested 128, current size 125),

这个错误是因为tf.train.shuffle_batch生成的,

_shuffle_batch(
      tensors,
      batch_size,
      capacity,
      min_after_dequeue,
      keep_input=True,
      num_threads=num_threads,   #因为这个参数的原因
      seed=seed,
      enqueue_many=enqueue_many,
      shapes=shapes,
      allow_smaller_final_batch=allow_smaller_final_batch,
      shared_name=shared_name,
      name=name)

原因主要是num_threads数不够,可以考虑增加num_threads的数量,比如32,64,128。当然你改变capacity这个参数,那么也会改变结果,感觉是往fifo里面写数据需要一定的时间,如果时间不够就会报错。还和图片的size有关系。如果报错(requested 128, current size 0),说明数据根本你没有读进来,你可以一步一步调试,看读数据的程序哪里出错了。

sess.run(tf.local_variables_initializer())
sess.run(tf.global_variables_initializer())

有时还需要上面两个API的加入才能有效,一个是全局初始化,一个是局部初始化。

在自己制作的tf.records,当你调用tf.train.shuffle_batch,时,可能也被报OutOfRangeError 这个错误,或者(requested 128, current size 125),感觉这个128很难满足,原因可能是因为你的数据集有问题,比如有一部分是RGB的,有一部分是灰度图,如果你把所有的数据的类型定制为相同的,那么问题就会很快解决。

今天的文章OutOfRangeError : RandomShuffleQueue ‘_1_shuffle_batch/random_shuffle_queue’ is closed分享到此就结束了,感谢您的阅读,如果确实帮到您,您可以动动手指转发给其他人。

版权声明:本文内容由互联网用户自发贡献,该文观点仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 举报,一经查实,本站将立刻删除。
如需转载请保留出处:https://bianchenghao.cn/32635.html

(0)
编程小号编程小号

相关推荐

发表回复

您的电子邮箱地址不会被公开。 必填项已用*标注