【python】tensorflow框架下sess.run()读取数据卡住---解决方案

最近在tensorflow框架下调试代码时遇到sess.run()读取数据卡住的情况，搜索尝试了许多方法终于找到解决方案，希望遇到同样问题的小伙伴能尽快解决问题。

问题描述：img, label = sess.run([image, labels])

程序运行到改行进行数据读取时，不报错，但是程序卡在这条语句，无法往下执行

解决方案：在with tf.session() as sess: 部分加如下语句

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

详细解释：

image—图片保存路径列表（string类型）；
labels—标签列表（int32类型）；

---

由于数据量太大，因此在对图片数据我们通常采用批量处理的方式，也即一次处理batch_size（最小可以取为1）张图片，减轻CPU的负担，保证程序的正常运行。

而在此过程当中，数据经历的两次变换（现将原类型string / int32 均记为 numpy ）：

numpy — tensor — numpy

所述的问题就是在第二次变换（由tensor转为numpy）时出现的

---

(1)由numpy转为tensor代码

def get_batch(image, label, image_W, image_H, batch_size, capacity):
    '''
    Args:
        image: list type
        label: list type
        image_W: image width
        image_H: image height
        batch_size: batch size
        capacity: the maximum elements in queue
    Returns:
        image_batch: 4D tensor [batch_size, width, height, 3], dtype=tf.float32
        label_batch: 1D tensor [batch_size], dtype=tf.int32
    '''
    # image_W, image_H, ：设置好固定的图像高度和宽度
    # 设置batch_size：每个batch要放多少张图片
    # capacity：一个队列最大多少

    image = tf.cast(image,