使用Tensorflow for Google Streetview数据集进行图像识别时遇到的问题

我正在运行这个代码来对谷歌街景中的门牌号进行分类，它会运行，然后在第一步进入某种循环，我不知道为什么

我已经将问题缩小到输入管道的范围

def convert_labels(labels):
    for i in range(len(labels)):
        if len(labels[i])==2:
            labels[i].append(10)
        elif len(labels[i])==1:
            labels[i].append(10)
            labels[i].append(10)
    return labels

with open('whole_data.pickle','rb') as f:
    data_obj=pickle.load(f)
train_images=np.asarray(data_obj['train_data'][0],np.float32)
train_labels=np.asarray(convert_labels(data_obj['train_data'][1]),np.int32)
whole_train=[train_images,train_labels]
whole_train[0]=np.reshape(whole_train[0][:],[whole_train[0].shape[0],32,32,1])

graph = tf.Graph()

with graph.as_default():
    with tf.name_scope('Pipelines'):
        image_batch,label_batch=tf.train.shuffle_batch([whole_train[0],
        batch_size=64,capacity=50000,enqueue_many=True,min_after_dequeue=100,
        name='train_pipe')


with tf.Session(graph=graph) as sess:
tf.global_variables_initializer().run()
writer=tf.summary.FileWriter('/tmp/Mark2_logs',graph=graph)
step=1 
print('hi')
for step in range(100): 
    print('step %d' %(step))
    batch_images,batch_labels=sess.run([image_batch,label_batch])
    plt.imshow(batch_images[0])

我已将一个链接连接到我存储数据和代码的谷歌硬盘：

它包含三个文件

• model.ipynb-它是包含CNN和会话的主文件
• ipynb-这是我用来处理数据和数据的代码
• data.pickle-我已经在这个文件中处理并存储了我的数据，所以您不必运行preprocess.ipynb

---

非现场演示的问题不在本主题中。你能说明问题本身的问题吗？我无法正确格式化我的代码的大块，StackOverflow不接受它。我该怎么办？我添加了我的tensorboard图，它是在第一次迭代中生成的，如果有帮助的话，“StackOverflow不接受它”是什么意思？如果代码块太大，那么是的，您需要将其缩减为一个较小的示例。嘿，@halfer我将问题缩小到我的输入管道，因为我单独运行了它，它显示了相同的问题，它只是卡住了并保持不变。