OutOfRangeError : RandomShuffleQueue '_1_shuffle_batch/random_shuffle_queue' is closed

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。