解决keras+flask模型的重复调用出错ValueError: Tensor is not an element of this graph
更新时间：2024年01月12日 08:48:56 作者：七彩吞天蟒
这篇文章主要介绍了解决keras+flask模型的重复调用出错ValueError: Tensor is not an element of this graph问题,具有很好的参考价值,希望对大家有所帮助,如有错误或未考虑完全的地方,望不吝赐教
确认基调：这个问题不是大问题，看完本篇文章就能解决
1. 错误重现
ValueError: Tensor Tensor("dense_3/BiasAdd:0", shape=(?, 1), dtype=float32) is not an element of this graph.
2. 错误含义
表面含义：传入的张量[tensor]并不是这个图[graph]的元素。具体意义：就是说，当你进行模型预测的时候，传入的数据，和后台的图不匹配。
3. 解决方法
方法一
把keras的tensorflow的后端换成theano，具体操作不赘述
这个方法不推荐，因为并没有实际解决问题，而是逃避问题，而且有可能会出现一些新的问题。【嗯，我就出现了】
方法二
选择每次调用模型的时候，重新加载一下模型，也就是说把加载模型写在调用的函数里，这样模型就是个局部变量，每次调用每次加载。【如果还是报错】
那记得在模型预测结果后，在其代码追加一句：
ret = model.predict(x_test) keras.backend.clear_session()
意思就是清理下session，这样每次调用都会加载一下模型，并且清除session
这个方法也不推荐，加载模型耗时耗力，而且清除了其他的session，有可能造成其他程序的崩溃
方法三
创建全局的model，创建全局的graph，调用的时候直接引用过来
像这样：
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)
但是这不算结束，关键的地方来了，在调用模型的时候，要引用一下全局的图才行
像这样：
with graph.as_default(): prd = model.predict(x_test)
总结
以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。
相关文章
这篇文章主要介绍了Python爬取视频(其实是一篇福利)过程解析,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2019-08-08
这篇文章主要介绍了Python文件时间操作步骤代码详解,文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值,需要的朋友可以参考下2020-04-04
筛选和排序是Excel中使用频率最多的功能，本文主要介绍了pandas数值排序的实现实例，文中通过示例代码介绍的非常详细，，感兴趣的可以了解一下2021-07-07
这篇文章主要介绍了Python中函数定义及其调用,感兴趣的朋友可以来了解一下2021-06-06
详解Python+Selenium+ChromeDriver的配置和问题解决
这篇文章主要介绍了Python+Selenium+ChromeDriver的配置和问题解决，文中通过示例代码介绍的非常详细，对大家的学习或者工作具有一定的参考学习价值，需要的朋友们下面随着小编来一起学习学习吧2021-01-01
这篇文章主要介绍了django解决跨域请求的问题，小编觉得挺不错的，现在分享给大家，也给大家做个参考。一起跟随小编过来看看吧2018-11-11
这篇文章主要介绍了python lambda 表达式形式分析，lambda表达式会创建一个函数对象，可以对其赋值并如同普通函数一样使用，下面通过定义了一个求平方的 lambda 表达式展开主题内容,需要的朋友可以参考一下2022-04-04
python开发环境PyScripter中文乱码问题解决方案
PyScripter是一个使用Delphi开发的开源的Python集成开发环境（IDE），PyScripter支持Python2.4、2.5、2.6、2.7、3.0、3.1、3.2，而且可以根据需要切换。2016-09-09
LightGBM（Light Gradient Boosting Machine）是一种梯度提升树算法的高效实现，这篇文章为大家整理了十个LightGBM必备知识点，希望对大家有所帮助2023-06-06
这篇文章主要介绍了Python基于机器学习方法实现的电影推荐系统,本文给大家介绍的非常详细，具有一定的参考借鉴价值，需要的朋友可以参考下2019-06-06
最新评论