TensorFlow：读取CSV文件永远挂起

我已经按照教程进行了学习，但在那里显示的内容似乎不起作用。它永远被卡住了

代码如下：

将tensorflow导入为tf
filename\u queue=tf.train.string\u input\u producer（[“file0.csv”，“file1.csv]”）
reader=tf.TextLineReader（）
key，value=reader.read（文件名\队列）
#如果列为空，则为默认值。还指定了
#解码结果。
记录_默认值=[[1]、[1]、[1]、[1]、[1]]
col1，col2，col3，col4，col5=tf.decode_csv(
值，记录默认值=记录默认值）
features=tf.pack（[col1，col2，col3，col4]）
使用tf.Session（）作为sess：
#开始填充文件名队列。
coord=tf.train.Coordinator（）
线程=tf.train.start\u queue\u runner（coord=coord）
对于范围（1200）内的i：
#检索单个实例：
例如，label=sess.run（[features，col5]）
协调请求停止（）
坐标连接（线程）

我正在使用Tensorflow 0.7.1和Python3

我做错了什么

我的文件只有这一行：

5,4,3,2,1

---

感谢您坚持不懈地尝试调试。原来您遇到了一个在中修复的bug，但该修复尚未发布。有两种可能的修复方法（除此之外）：

升级到或，以获得修复

在Python程序中，将以下内容添加到：

---

问题的原因是TensorFlow使用一个有界线程池来调度op，并且（在修复之前）读卡器op可能会阻塞，如果在读卡器完成之前必须运行另一个op（例如，由于生产者-消费者关系），这将导致死锁。该修复程序通过异步运行读卡器来解决此问题。

在TensorFlow 0.10中，需要注意的是，Python 3.0中的修改和格式设置都是必需的，即使使用正确的2.x打印语法，在Python 2.x中也无法实现

import tensorflow as tf

filename_queue = tf.train.string_input_producer(["./iris.data"])

reader = tf.TextLineReader()
key, value = reader.read(filename_queue)

# Default values, in case of empty columns. Also specifies the type of the
# decoded result.
record_defaults = [tf.constant([], dtype=tf.float32),   # Column 0
               tf.constant([], dtype=tf.float32),   # Column 1
               tf.constant([], dtype=tf.float32),   # Column 2
               tf.constant([], dtype=tf.float32),
              tf.constant([], dtype=tf.string)] 
col1, col2, col3, col4, col5 = tf.decode_csv(
    value, record_defaults=record_defaults)
features = tf.pack([col1, col2, col3, col4])

config = tf.ConfigProto(inter_op_parallelism_threads=2)
with tf.Session(config=config) as sess:
# Start populating the filename queue.
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)

    for i in range(1200):
    # Retrieve a single instance:
        example, label = sess.run([features, col5])
        print(example, label)

   coord.request_stop()
   coord.join(threads)

---

这段代码正适合我（在TF0.6.0和0.7.1中，以及Python 2.7和3.4中）。您能否尝试在

sess.run（）

调用之后添加

print（例如，label）

，以确定它是否取得了任何进展？没有发生任何情况，它只是挂起运行步骤。我使用的是Python 3.4。假设它在读取文件（权限、未找到等）时遇到问题，那么它应该抛出一个错误，对吗？是的，当我从其他目录尝试它时（这样就找不到文件），它会以

NotFoundError

终止。这些文件（比如它们在远程文件系统上）有什么奇怪的地方会导致它们在读取时阻塞吗？奇怪的是，当文件不可访问时，我不会出错！我在虚拟机上有tf，我的代码通过共享文件夹共享，因此为了检查I/o问题，我将所有内容复制到共享之外的其他目录中，但仍然不起作用。只使用python编写了一段代码，打印了文件的第一行，效果很好。因此tf在打开/读取文件时应该不会有问题。f=open（'file0.csv'，'r'）print（f.readline（））f.close（）1-我稍后会在2上尝试-它工作了，添加该位后没有问题谢谢

import tensorflow as tf

filename_queue = tf.train.string_input_producer(["./iris.data"])

reader = tf.TextLineReader()
key, value = reader.read(filename_queue)

# Default values, in case of empty columns. Also specifies the type of the
# decoded result.
record_defaults = [tf.constant([], dtype=tf.float32),   # Column 0
               tf.constant([], dtype=tf.float32),   # Column 1
               tf.constant([], dtype=tf.float32),   # Column 2
               tf.constant([], dtype=tf.float32),
              tf.constant([], dtype=tf.string)] 
col1, col2, col3, col4, col5 = tf.decode_csv(
    value, record_defaults=record_defaults)
features = tf.pack([col1, col2, col3, col4])

config = tf.ConfigProto(inter_op_parallelism_threads=2)
with tf.Session(config=config) as sess:
# Start populating the filename queue.
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)

    for i in range(1200):
    # Retrieve a single instance:
        example, label = sess.run([features, col5])
        print(example, label)

   coord.request_stop()
   coord.join(threads)