0
我想在最開始的IM在tensorflowTensorFlow多線程StatusNotOK
實現解耦隊列訓練initilizing圖
def init(self,restore,network_name):
self.sess = tf.InteractiveSession()
(some other stuff)
self.data_a = tf.placeholder(tf.float32, [1,9])
self.data_b = tf.placeholder(tf.int8, [1, 162])
self.q = tf.FIFOQueue(capacity=100000,
dtypes=[tf.float32, tf.int8],
shapes=[[1,9], [1,162]]
)
self.enqueue_op = self.q.enqueue([self.data_a,
self.data_b])
self.sess.run(tf.initialize_all_variables())
在主程序中我有兩個線程。
第一個排隊，由我的主要程序生成新的數據：
def load_and_enqueue(self, observations):
_data_a = [d[0] for d in observations]
_data_b = [d[1] for d in observations]
self.sess.run(self.enqueue_op, feed_dict={self.data_a: _data_a,
self.data_b:_data_b})
訓練功能被另一個線程或MainProgram（主程序）稱這並不重要，因爲它產生了同樣的錯誤
def train(self):
tensor_a,tensor_b= self.q.dequeue_many(200)
data_a,data_b= self.sess.run([tensor_a,tensor_b])
# do something meaningful
過了一段時間它發生，如果self.sess.run([tensor_a,tensor_b])被稱爲我得到以下錯誤
return tf_session.TF_Run(session, feed_dict, fetch_list, target_list)
tensorflow.python.pywrap_tensorflow.StatusNotOK: Not found: FetchOutputs node FIFOQueue_DequeueMany_39:0: not found
我認爲這是某種競爭條件，但我現在不知道如何解決它。任何幫助將是非常好的