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。