读取 Tensorflow 记录文件，在第一个运行之后不起作用

Question

我有一小段代码可以从一些 TFRecord 文件中读取数据。如果我运行来自 ipython 笔记本的代码，它在我第一次执行该块时工作正常。但是，如果我尝试在不重新启动内核的情况下第二次执行同一代码块，则会产生错误（错误：StatusNotOK：未找到：FetchOutputs 节点 DecodeRaw_2:0：未找到）。代码如下所示。我是否需要 close/clear/reinitialize 一些东西才能使代码运行正确多次？

filename_queue = tf.train.string_input_producer(filename_list)
init = tf.initialize_all_variables()
image = []
label = []
with tf.Session() as sess:
    sess.run(init)

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

    tf_image, tf_label = read_and_decode(filename_queue)
    for i in range(len(filename_list)):
        image.append(sess.run(tf_image))
        label.append(sess.run(tf_label))

    coord.request_stop()
    coord.join(threads)

请注意 read_and_decode() 取自 here

Answer 1

默认 tf.命令使用新名称附加到默认图形。您可以在运行代码段之前使用 tf.reset_default_graph() 第二次清除默认图表。

Answer 2

问题中的代码有一些问题。

第一个， is that all of the ops are added to the same graph. The means that when you call tf.train.start_queue_runners() (or run the tf.initialize_all_variables() op) the session will be doing work that is proportional to the number of times that you've run this code snippet. You can call tf.reset_default_graph() 在调用此代码之间，但更清晰的隔离方法可能是每次都声明一个单独的图：
```
with tf.Graph().as_default():  # Declares a new graph for the life of the block.
    filename_queue = tf.train.string_input_producer(filename_list)
    init = tf.initialize_all_variables()
    image = []
    label = []
    with tf.Session() as sess:
        # ...
        coord.join(threads)
```
第二个问题是单独调用sess.run(tf_image)和sess.run(tf_label)意味着图像和标签之间的关联丢失了。当您调用 sess.run(tf_image) 时，您使用了图像和来自 reader 的标签，但丢弃了标签（对于 sess.run(tf_label) 反之亦然。正确的解决方案是在同一步骤中获取它们：
```
image_val, label_val = sess.run([tf_image, tf_label])
image.append(image_val)
label.append(label_val)
```

最后一个问题（即使您重置图形也可能导致问题）是代码在调用 tf.train.start_queue_runners() 后向图形添加节点。 TensorFlow 图上存在数据竞争的可能性，因为 read_and_decode() 向图中添加节点，而并行队列运行器并发读取它，并且 tf.Graph 不是线程安全的。

处理此问题的最佳方法是在启动队列运行器之前定义所有图表：

with tf.Graph().as_default():
    filename_queue = tf.train.string_input_producer(filename_list)
    image = []
    label = []
    tf_image, tf_label = read_and_decode(filename_queue)

    with tf.Session() as sess:
       coord = tf.train.Coordinator()
       threads = tf.train.start_queue_runners(sess=sess, coord=coord)

       for i in range(len(filename_list)):
           image_val, label_val = sess.run([tf_image, tf_label])
           image.append(image_val)
           label.append(label_val)

       coord.request_stop()
       coord.join(threads)

读取 Tensorflow 记录文件，在第一个运行之后不起作用

Reading Tensorflow Record Files, does not work after first run

tensorflow

读取 Tensorflow 记录文件，在第一个 运行 之后不起作用

Reading Tensorflow Record Files, does not work after first run

tensorflow

读取 Tensorflow 记录文件，在第一个运行之后不起作用