为何match_filenames_once返回局部变量？TensorFlow队列读图疑问

首先，你的错误根源很明确：tf.train.match_filenames_once会创建局部变量来缓存匹配到的文件名列表，但你只初始化了全局变量，导致局部变量未被初始化，队列里没有可读取的元素，最终抛出OutOfRangeError。

接下来逐个解答你的困惑：

1. 为什么match_filenames_once会返回局部变量？ #

tf.train.match_filenames_once的设计目标是仅在会话启动时执行一次文件路径匹配，并将结果缓存起来供后续使用——这样可以避免每次读取都重复扫描文件系统，提升效率。而局部变量（local variables）的特性正好契合这个需求：它们的生命周期与当前会话绑定，不需要被保存到检查点（checkpoint），适合存储这种一次性初始化、会话内复用的临时状态。所以这个函数内部会自动创建局部变量来存储匹配到的文件名列表，这是它的核心实现逻辑。

2. 是否始终如此？ #

是的，在整个TensorFlow 1.x版本（包括你使用的1.3.0）中，tf.train.match_filenames_once的实现都是依赖局部变量的，这是函数的固有设计，不会因为小版本更新而改变。

3. 能否控制这个行为？ #

你无法直接修改match_filenames_once使用局部变量的行为，但可以通过两种方式绕开这个限制：

方式一：显式初始化局部变量 #

在会话中同时初始化全局变量和局部变量，替换原来的tf.global_variables_initializer()：

# 合并全局和局部变量初始化操作
tf.group(tf.global_variables_initializer(), tf.local_variables_initializer()).run()

修改后的完整代码如下：

import tensorflow as tf

filename_queue = tf.train.string_input_producer(tf.train.match_filenames_once('D:/Dataset/*.jpg'))
image_reader = tf.WholeFileReader()
image_name, image_file = image_reader.read(filename_queue)
image = tf.image.decode_jpeg(image_file)

with tf.Session() as sess:
    # 同时初始化全局和局部变量
    tf.group(tf.global_variables_initializer(), tf.local_variables_initializer()).run()
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    
    image_tensor = sess.run([image])
    print(image_tensor)
    
    # 停止线程并等待回收
    coord.request_stop()
    coord.join(threads)

方式二：绕过match_filenames_once，提前获取文件名 #

在构建计算图之前，用tf.gfile.Glob直接获取文件名列表，再将其作为张量传入队列。这种方式不需要依赖局部变量，代码更直观：

import tensorflow as tf

# 提前扫描文件系统，获取文件名列表
filenames = tf.gfile.Glob('D:/Dataset/*.jpg')
filename_queue = tf.train.string_input_producer(filenames)

image_reader = tf.WholeFileReader()
image_name, image_file = image_reader.read(filename_queue)
image = tf.image.decode_jpeg(image_file)

with tf.Session() as sess:
    tf.global_variables_initializer().run()
    coord = tf.train.Coordinator()
    threads = tf.train.start_queue_runners(coord=coord)
    
    image_tensor = sess.run([image])
    print(image_tensor)
    
    coord.request_stop()
    coord.join(threads)

另外补充一点：旧版本的tf.initialize_all_variables()其实会同时初始化全局和局部变量，但在TensorFlow 0.12之后，这个函数被拆分成了tf.global_variables_initializer()和tf.local_variables_initializer()，所以你用1.3.0时只调用全局初始化就会出问题。

内容的提问来源于stack exchange，提问作者Eypros