Tensorflow读取csv文件时报错的解决办法

这几天在折腾tensorflow，发现在读取csv文件时报错：
tensorflow.python.framework.errors_impl.OutOfRangeError: FIFOQueue
先看一下源码：

import os
import tensorflow as tf
file_name = os.listdir("E:\\program\\python\\tensorflow\\csv_test_data\\")
file_list = [os.path.join("E:\\program\\python\\tensorflow\\csv_test_data\\", file) for file in file_name]

file_queue = tf.train.string_input_producer(file_list) # file_list: csv文件路径列表

reader = tf.TextLineReader(skip_header_lines=1) # skip_header_lines 指定跳过几行
key, value = reader.read(file_queue) # key:行号 value: 内容

records = [[1.0], [1]] # 指定每一列的类型，1.0表示是浮点型，缺失则为1.0, 1表示整型，缺失则为1，“None”表示字符串，缺失则为None
example, label = tf.decode_csv(value, record_defaults=records) # 返回的是一行的数据

example_batch, label_batch = tf.train.batch([example, label], batch_size=6, num_threads=2, capacity=6) # batch_size:要读取多少行 num_threads:指定多少个子线程 capacity:指定队列容量

with tf.Session() as sess:
    # init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
    # sess.run(init_op)
    coord = tf.train.Coordinator()  # 定义一个线程协调器
    threads = tf.train.start_queue_runners(sess, coord=coord)  # 开启读取文件的线程
    data = sess.run([example_batch, label_batch])  # 获取数据
    coord.request_stop()  # 请求关闭线程
    coord.join(threads)  # 主线程等待子线程结束

这个代码在网上很常见，居然也会报错，我也是一脸无奈啊。根据错误去搜索解决方案，发现了一篇有价值的文章【https://blog.csdn.net/qq_34638161/article/details/80387829】，按照文中的方法去尝试解决，发现不奏效，虽然事后证明它给出的原因是对的–没有进行变量初始化。然后去看它的参考文献，发现其中的一篇文章能够解决。【https://tutel.me/c/programming/questions/45189978/tftrainbatch+is+showing+insufficient+elements】
直接看最后一个人的回答即可，【@Mohamed Lakhal 2017-07-19 14:36:35】。
正确的代码应该是：

import os
import tensorflow as tf
file_name = os.listdir("E:\\program\\python\\tensorflow\\csv_test_data\\")
file_list = [os.path.join("E:\\program\\python\\tensorflow\\csv_test_data\\", file) for file in file_name]

file_queue = tf.train.string_input_producer(file_list) # file_list: csv文件路径列表

reader = tf.TextLineReader(skip_header_lines=1) # skip_header_lines 指定跳过几行
key, value = reader.read(file_queue) # key:行号 value: 内容

records = [[1.0], [1]] # 指定每一列的类型，1.0表示是浮点型，缺失则为1.0, 1表示整型，缺失则为1，“None”表示字符串，缺失则为None
example, label = tf.decode_csv(value, record_defaults=records) # 返回的是一行的数据

example_batch, label_batch = tf.train.batch([example, label], batch_size=6, num_threads=2, capacity=6) # batch_size:要读取多少行 num_threads:指定多少个子线程 capacity:指定队列容量

global_init_op = tf.global_variables_initializer()
local_init_op = tf.local_variables_initializer()
with tf.Session() as sess:
    sess.run(global_init_op)
    sess.run(local_init_op)

    # init_op = tf.group(tf.global_variables_initializer(), tf.local_variables_initializer())
    # sess.run(init_op)
    coord = tf.train.Coordinator()  # 定义一个线程协调器
    threads = tf.train.start_queue_runners(sess, coord=coord)  # 开启读取文件的线程
    data = sess.run([example_batch, label_batch])  # 获取数据
    coord.request_stop()  # 请求关闭线程
    coord.join(threads)  # 主线程等待子线程结束

能够发现问题是一个层级，能够解决发现的问题是另一个层级，努力吧，骚年！