Readers are not supported when eager execution is enabled

最新推荐文章于 2023-03-13 11:42:04 发布

原创最新推荐文章于 2023-03-13 11:42:04 发布 · 2k 阅读

1 ·

CC 4.0 BY-SA版权

文章标签：

#tensorflow #神经网络 #深度学习

tensorflow 同时被 2 个专栏收录

6 篇文章

订阅专栏

编程路上的坑

5 篇文章

订阅专栏

本文详细记录了在使用TensorFlow 2.x框架进行数据读取时遇到的问题，即使用TFRecordReader读取TFRecord文件不再受支持。文中提供了错误信息并展示了如何通过禁用eager execution模式来解决该问题。

摘要生成于 C知道，由 DeepSeek-R1 满血版支持，前往体验 >

最近在复现tensorflow框架第二版代码的时候遇到了

Readers are not supported when eager execution is enabled. Instead, please use tf.data to get data into your model.

这个问题。

源码如下:

# 创建一个reader类读取TFRecord文件中的样例
reader = tf.TFRecordReader()

#创建一个队列来维护输入文件列表
filename_queue = tf.train.string_input_producer(["F:/anaconda/workspace/Data/output.tfrecords"])

# 从文件中读出一个样例，也可以用read_up_to函数一次性读取多个样例
_,serialized_example = reader.read(filename_queue)
#解析读入的一个样例，如果需要解析多个样例，也可以用parse_example函数
features = tf.parse_single_example(
           serialized_example,
           features = {
               'image_raw': tf.FixedLenFeature([],tf.string),
               'pixels': tf.FixedLenFeature([],tf.int64),
               'label': tf.FixedLenFeature([],tf.int64),
            })

# tf.decode_raw可以将字符串解析成图像对应的像素数组
image = tf.decode_raw(features['image_raw'],tf.uint8)
label = tf.cast(features['label'],tf.int32)
pixels = tf.cast(features['pixels'],tf.int32)

sess = tf.Session()
#启动多线程处理输入数据
coord = tf.train.Coordinator()
threads = tf.train.start_queue_runners(sess = sess, coord = coord)

# 每次运行可读取TFReccord文件中的一个样例。当所有的样例都读完之后，在此样例中程序会再重头读取
for i in range(10):
    print(sess.run([image,label,pixels]))

看似毫无问题，但是运行起来就报错。

根据报错信息改成tf.data还是报错，后来没办法就在代码开头加了一句:

tf.compat.v1.disable_eager_execution()

完美解决

多内容下载机器学习资料请扫描下方二维码关注小编公众号:程序员大管