快捷導(dǎo)航

在Flask使用TensorFlow的幾個(gè)常見(jiàn)錯(cuò)誤及解決

更新時(shí)間：2024年01月12日 09:11:13 作者：渣渣的夏天

這篇文章主要介紹了在Flask使用TensorFlow的幾個(gè)常見(jiàn)錯(cuò)誤及解決,具有很好的參考價(jià)值,希望對(duì)大家有所幫助,如有錯(cuò)誤或未考慮完全的地方,望不吝賜教

常見(jiàn)錯(cuò)誤一

1. ValueError: Tensor Tensor(“dense_1/Sigmoid:0”, shape=(?, 1), dtype=float32) is not an element of this graph.

在Flask中使用tensorflow的model，一在界面中調(diào)用 model.predict() 就報(bào)下面這個(gè)錯(cuò)誤，不過(guò)在單獨(dú)的 .py 文件中使用卻不報(bào)錯(cuò)。

ValueError: Tensor Tensor("dense_1/Sigmoid:0", shape=(?, 1), dtype=float32) is not an element of this graph.

這個(gè)bug真的很是糾心，網(wǎng)上一般說(shuō)是添加如下代碼

import tensorflow as tf
graph = tf.get_default_graph()
model = models.load_model(…………)

# 使用處添加：
global graph
global model
with graph.as_default():
    model.predict()
    # 執(zhí)行預(yù)測(cè)函數(shù)

但是我當(dāng)時(shí)測(cè)試時(shí)又報(bào)了另一個(gè)bug，但是這個(gè)bug也不好解決，試了很多方法也沒(méi)解決，當(dāng)然最終還是可以解決的，具體解決方式參考第三點(diǎn)。

tensorflow.python.framework.errors_impl.FailedPreconditionError: Error while reading resource variable dense_1/bias from Container: localhost. This could mean that the variable was uninitialized. Not found: Resource localhost/dense_1/bias/class tensorflow::Var does not exist.
[[{{node dense_1/BiasAdd/ReadVariableOp}}]]

后來(lái)經(jīng)過(guò)N遍測(cè)試后找到了以下兩種解決方式，僅供參考：

解決方法一：

在調(diào)用前加載model和graph，但是這樣會(huì)導(dǎo)致程序每次調(diào)用都需要重新加載model，然后運(yùn)行速度就會(huì)很慢，不過(guò)這種修改方式是最簡(jiǎn)單的。

    graph = tf.get_default_graph()
    model = models.load_model('./static/my_model2.h5')
    with graph.as_default():
        result = model.predict(tokens_pad)

解決方法二：

在創(chuàng)建model后，先使用一遍 model.predict()，參數(shù)的大小和真實(shí)大小一致，這個(gè)是真正解決之道，同時(shí)不影響使用速率。

# 使用前：
model = models.load_model('./static/my_model2.h5')
# a 矩陣大小和 tokens_pad 一致
a = np.ones((1, 220))
model.predict(a)

# 使用時(shí)：
global model
result = model.predict(tokens_pad)

但是在使用后又遇到了 The Session graph is empty…… 的錯(cuò)誤即第二點(diǎn)，不過(guò)估摸著這個(gè)是個(gè)例，應(yīng)該是程序問(wèn)題。

常見(jiàn)錯(cuò)誤二

2. RuntimeError: The Session graph is empty. Add operations to the graph before calling run().

在相關(guān)代碼使用前添加graph即可。

    graph = tf.get_default_graph()
    with graph.as_default():
        # 相關(guān)代碼
        # 本次測(cè)試中是需要把調(diào)用包含model.predict()方法的方法的代碼放到這里

常見(jiàn)錯(cuò)誤三

3. tensorflow.python.framework.errors_impl.FailedPreconditionError: Error while reading resource variable dense_1/bias from Container: localhost. This could mean that the variable was uninitialized. Not found: Resource localhost/dense_1/bias/class tensorflow::Var does not exist.[[{{node dense_1/BiasAdd/ReadVariableOp}}]]

這個(gè)錯(cuò)誤呢，也是TensorFlow和Flask結(jié)合使用時(shí)的常見(jiàn)錯(cuò)誤

解決方式

如下：

from tensorflow.python.keras.backend import set_session
# 程序開(kāi)始時(shí)聲明
sess = tf.Session()
graph = tf.get_default_graph()

# 在model加載前添加set_session
set_session(sess)
model = models.load_model(…………)

# 每次使用有關(guān)TensorFlow的請(qǐng)求時(shí)
# in each request (i.e. in each thread):
global sess
global graph
with graph.as_default():
    set_session(sess)
    model.predict(...)