TensorFlow random_shuffle_queue закрыт и имеет недостаточные элементы

Question

Я читаю серию изображений, получая идею here от tfrecords (в ​​пересчете на this)

Моих изображений cifar изображений, [32, 32, 3], и, как вы можете см при чтении и передачи изображения формы являются нормальными (batch_size=100)

2 самых заметных проблем, указанные в журнале, насколько я знаю,

1. Форма 12228, который я не знаю, из где я получаю это. Все мои тензоры не либо в форме [32, 32, 3] или [Нет, 3072]
2. Исчерпывание образца

Compute status: Out of range: RandomSuffleQueue '_2_input/shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 100, current size 0)

Как я могу решить эту проблему?

Журналы:

1- image shape is TensorShape([Dimension(3072)]) 
1.1- images batch shape is TensorShape([Dimension(100), Dimension(3072)]) 
2- images shape is TensorShape([Dimension(100), Dimension(3072)]) 

W tensorflow/core/kernels/queue_ops.cc:79] Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
W tensorflow/core/common_runtime/executor.cc:1027] 0x7fa72abc89a0 Compute status: Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
    [[Node: input/shuffle_batch/random_shuffle_queue_enqueue = QueueEnqueue[Tcomponents=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/sub, input/Cast_1)]] 
W tensorflow/core/kernels/queue_ops.cc:79] Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
W tensorflow/core/common_runtime/executor.cc:1027] 0x7fa72ab9d080 Compute status: Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
    [[Node: input/shuffle_batch/random_shuffle_queue_enqueue = QueueEnqueue[Tcomponents=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/sub, input/Cast_1)]] 
W tensorflow/core/kernels/queue_ops.cc:79] Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
W tensorflow/core/common_runtime/executor.cc:1027] 0x7fa7285e55a0 Compute status: Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
    [[Node: input/shuffle_batch/random_shuffle_queue_enqueue = QueueEnqueue[Tcomponents=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/sub, input/Cast_1)]] 
W tensorflow/core/kernels/queue_ops.cc:79] Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
W tensorflow/core/common_runtime/executor.cc:1027] 0x7fa72aadb080 Compute status: Invalid argument: Shape mismatch in tuple component 0. Expected [3072], got [12288] 
    [[Node: input/shuffle_batch/random_shuffle_queue_enqueue = QueueEnqueue[Tcomponents=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/sub, input/Cast_1)]] 
W tensorflow/core/common_runtime/executor.cc:1027] 0x7fa72ad499a0 Compute status: Out of range: RandomSuffleQueue '_2_input/shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 100, current size 0) 
    [[Node: input/shuffle_batch = QueueDequeueMany[component_types=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/shuffle_batch/n)]] 
Traceback (most recent call last): 
    File "/Users/HANEL/Documents/my_cifar_train.py", line 110, in <module> 
    tf.app.run() 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/platform/default/_app.py", line 11, in run 
    sys.exit(main(sys.argv)) 
    File "/Users/HANEL/my_cifar_train.py", line 107, in main 
    train() 
    File "/Users/HANEL/my_cifar_train.py", line 76, in train 
    _, loss_value = sess.run([train_op, loss]) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 345, in run 
    results = self._do_run(target_list, unique_fetch_targets, feed_dict_string) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 419, in _do_run 
    e.code) 
tensorflow.python.framework.errors.OutOfRangeError: RandomSuffleQueue '_2_input/shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 100, current size 0) 
    [[Node: input/shuffle_batch = QueueDequeueMany[component_types=[DT_FLOAT, DT_INT32], timeout_ms=-1, _device="/job:localhost/replica:0/task:0/cpu:0"](input/shuffle_batch/random_shuffle_queue, input/shuffle_batch/n)]] 
Caused by op u'input/shuffle_batch', defined at: 
    File "/Users/HANEL/my_cifar_train.py", line 110, in <module> 
    tf.app.run() 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/platform/default/_app.py", line 11, in run 
    sys.exit(main(sys.argv)) 
    File "/Users/HANEL/my_cifar_train.py", line 107, in main 
    train() 
    File "/Users/HANEL/my_cifar_train.py", line 39, in train 
    images, labels = my_input.inputs() 
    File "/Users/HANEL/my_input.py", line 157, in inputs 
    min_after_dequeue=200) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/training/input.py", line 453, in shuffle_batch 
    return queue.dequeue_many(batch_size, name=name) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/ops/data_flow_ops.py", line 245, in dequeue_many 
    self._queue_ref, n, self._dtypes, name=name) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/ops/gen_data_flow_ops.py", line 319, in _queue_dequeue_many 
    timeout_ms=timeout_ms, name=name) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/ops/op_def_library.py", line 633, in apply_op 
    op_def=op_def) 
    File "/Users 
/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 1710, in create_op 
    original_op=self._default_original_op, op_def=op_def) 
    File "/Users/HANEL/tensorflow/lib/python2.7/site-packages/tensorflow/python/framework/ops.py", line 988, in __init__ 
    self._traceback = 

_extract_stack() 

Answer 1

суммировать замечаний

Compute status: Out of range: RandomSuffleQueue '_2_input/shuffle_batch/random_shuffle_queue' is closed and has insufficient elements (requested 100, current size 0) 

была вызвана очередью иссякают данных. Это часто объясняется тем, что у вас достаточно данных для N итераций, когда на самом деле у вас достаточно только для M итераций, где M < N.

Одно из предложений по определению того, сколько данных у вас на самом деле, - это подсчитать, сколько раз вы можете читать данные до того, как очередь OutOfRangeError будет выбрана очередью.

Answer 2

У меня была точно такая же проблема сегодня, и позже я обнаружил, что это был файл входных данных, который я загрузил из «известного набора данных» (например, https://archive.ics.uci.edu/ml/machine-learning-databases/iris/iris.data), который вызвал ошибку: у него есть несколько пустых строк в конце файла , Удалите пустые строки, ошибка исчезла!

Answer 3

У меня была аналогичная проблема. Рытье вокруг сети, оказалось, что если вы используете какой-то num_epochs аргумент, вы должны инициализировать все local переменные, так что ваш код должен в конечном итоге выглядит как:

with tf.Session() as sess: 
    sess.run(tf.local_variables_initializer()) 
    sess.run(tf.global_variables_initializer()) 
    coord = tf.train.Coordinator() 
    threads = tf.train.start_queue_runners(coord=coord) 

    # do your stuff here 

    coord.request_stop() 
    coord.join(threads) 

Если вы размещаете некоторый код, может быть, я может глубже заглянуть в нее. Тем временем, HTH.

Answer 4

Возможно, вы обработали обработанный пример TFRecord неправильно. Например. пытаясь изменить тензор на несовместимый размер. Вы можете отлаживать с помощью tf_record_iterator, чтобы подтвердить данные, которые вы сейчас читаете хранится так, как вы думаете, это:

import tensorflow as tf 
import numpy as np 

tfrecords_filename = '/path/to/some.tfrecord' 
record_iterator = tf.python_io.tf_record_iterator(path=tfrecords_filename) 

for string_record in record_iterator: 
    # Parse the next example 
    example = tf.train.Example() 
    example.ParseFromString(string_record) 

    # Get the features you stored (change to match your tfrecord writing code) 
    height = int(example.features.feature['height'] 
           .int64_list 
           .value[0]) 

    width = int(example.features.feature['width'] 
           .int64_list 
           .value[0]) 

    img_string = (example.features.feature['image_raw'] 
            .bytes_list 
            .value[0]) 
    # Convert to a numpy array (change dtype to the datatype you stored) 
    img_1d = np.fromstring(img_string, dtype=np.float32) 
    # Print the image shape; does it match your expectations? 
    print(img_1d.shape) 

Answer 5

У меня была такая же проблема, и ни один из предыдущих ответов, казалось, решить эту проблему, так что я буду также перезвон in.

Для меня проблема закончилась тем, что список функций я передавал parse_single_example. По какой-либо причине (поскольку я использую float_list?) В моем файле tfrecords мне нужно было указать длину массива в списке моих функций или использовать tf.VarLenFeature т.е.

feature_structure = {'features': tf.FixedLenFeature([FEATURE_SIZE], tf.float32), 
      'outputs': tf.FixedLenFeature([OUTPUT_SIZE], tf.float32)} 
d_features = tf.parse_single_example(serialized_example, features=feature_structure) 

Без этого я продолжал получать «random_shuffle_queue замкнута и не имеет достаточных элементов» ошибки, которые я предполагаю, это потому, что мой разобран пример не имел никаких данных в нем.

Answer 6

Это также может быть вызвано неправильным именем файла tf, которое вообще не существует. Перед выполнением других проверок убедитесь, что у вас есть правильные пути к файлам.