解決keras+flask模型的重復(fù)調(diào)用出錯ValueError: Tensor is not an element of this graph
確認(rèn)基調(diào):這個問題不是大問題,看完本篇文章就能解決
1. 錯誤重現(xiàn)
ValueError: Tensor Tensor("dense_3/BiasAdd:0", shape=(?, 1), dtype=float32) is not an element of this graph.
2. 錯誤含義
表面含義:傳入的張量[tensor]并不是這個圖[graph]的元素。具體意義:就是說,當(dāng)你進(jìn)行模型預(yù)測的時候,傳入的數(shù)據(jù),和后臺的圖不匹配。
3. 解決方法
方法一
把keras的tensorflow的后端換成theano,具體操作不贅述
這個方法不推薦,因為并沒有實際解決問題,而是逃避問題,而且有可能會出現(xiàn)一些新的問題?!距?,我就出現(xiàn)了】
方法二
選擇每次調(diào)用模型的時候,重新加載一下模型,也就是說把加載模型寫在調(diào)用的函數(shù)里,這樣模型就是個局部變量,每次調(diào)用每次加載?!救绻€是報錯】
那記得在模型預(yù)測結(jié)果后,在其代碼追加一句:
ret = model.predict(x_test) keras.backend.clear_session()
意思就是清理下session,這樣每次調(diào)用都會加載一下模型,并且清除session
這個方法也不推薦,加載模型耗時耗力,而且清除了其他的session,有可能造成其他程序的崩潰
方法三
創(chuàng)建全局的model,創(chuàng)建全局的graph,調(diào)用的時候直接引用過來
像這樣:
if __name__ == '__main__': graph = tf.get_default_graph() model = keras.models.load_model('./data/model/model.model') app.run(host='0.0.0.0', port=9090, debug=True)
但是這不算結(jié)束,關(guān)鍵的地方來了,在調(diào)用模型的時候,要引用一下全局的圖才行
像這樣:
with graph.as_default(): prd = model.predict(x_test)
總結(jié)
以上為個人經(jīng)驗,希望能給大家一個參考,也希望大家多多支持腳本之家。
相關(guān)文章
python 實現(xiàn)目錄復(fù)制的三種小結(jié)
今天小編就為大家分享一篇python 實現(xiàn)目錄復(fù)制的三種小結(jié),具有很好的參考價值,希望對大家有所幫助。一起跟隨小編過來看看吧2019-12-12python如何創(chuàng)建TCP服務(wù)端和客戶端
這篇文章主要為大家詳細(xì)介紹了python如何創(chuàng)建TCP服務(wù)端和客戶端,具有一定的參考價值,感興趣的小伙伴們可以參考一下2018-08-08在linux系統(tǒng)中安裝python3.8.1?并卸載?python3.6.2?更新python3引導(dǎo)到3.8.1的
這篇文章主要介紹了如何在linux系統(tǒng)中安裝python3.8.1?并卸載?python3.6.2?更新python3引導(dǎo)到3.8.1,本文分步驟給大家介紹的非常詳細(xì),對大家的學(xué)習(xí)或工作具有一定的參考借鑒價值,需要的朋友可以參考下2023-11-11matplotlib實現(xiàn)數(shù)據(jù)實時刷新的示例代碼
這篇文章主要介紹了matplotlib實現(xiàn)數(shù)據(jù)實時刷新的示例代碼,文中通過示例代碼介紹的非常詳細(xì),對大家的學(xué)習(xí)或者工作具有一定的參考學(xué)習(xí)價值,需要的朋友們下面隨著小編來一起學(xué)習(xí)學(xué)習(xí)吧2021-01-01