TensorFlow:将批处理特征读取到数组

Question

我正在使用tf.contrib.learn.ReadBatchFeatures（https://www.tensorflow.org/versions/master/api_docs/python/contrib.learn/input_processing#read_batch_features）来读取Example原型，作为我的输入函数的一部分，该函数返回Tensor对象的字典。训练模型后，对我的Estimator调用 predict 会以数组的形式返回一批预测，我想将其与已知值进行比较。

我尝试通过调用 tf.Session().run(labels) 来获取已知值，其中 labels 是从输入函数返回的已知值的Tensor。但是，此时，我的程序挂起。我怀疑它陷入了从磁盘读取标签的无限循环中，而不是像我想要的那样只读取一批。

这是获取labels Tensor中一批值的正确方法吗？

编辑：我尝试启动队列运行器，以下内容是否正确？

_, labels = eval_input_fn()
with tf.Session().as_default():
  tf.local_variables_initializer()
  tf.train.start_queue_runners()
  label_values = labels.eval()
print(label_values)

Answer 1

您需要的整个设置是：

_, labels = eval_input_fn()
with tf.Session() as sess:
        sess.run([
            tf.local_variables_initializer(),
            tf.global_variables_initializer()
        ])
        coord = tf.train.Coordinator()
        threads = tf.train.start_queue_runners(sess=sess, coord=coord)
        try:
            while not coord.should_stop():
                print(sess.run(label))
        except tf.errors.OutOfRangeError as error:
            coord.request_stop(error)
        finally:
            coord.request_stop()
            coord.join(threads)