Flask与keras结合的几个常见错误

最新推荐文章于 2023-11-25 17:17:35 发布

Pchoy

最新推荐文章于 2023-11-25 17:17:35 发布

阅读量1.2k

点赞数 1

分类专栏：深度学习 keras

本文链接：https://blog.csdn.net/qq_33182424/article/details/106620203

版权

本文介绍了在Flask应用中整合Keras时遇到的四个典型错误，包括Tensor不在图中、Session图为空、变量未初始化以及找不到libdevice目录。针对这些问题，分别给出了对应的解决策略，如提前加载模型、运行一次预测操作以及设置XLA_FLAGS环境变量。这些解决方案有助于开发者顺利地在Flask环境中使用Keras模型。

摘要由CSDN通过智能技术生成

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，一在界面中调用 model.predict() 就报下面这个错误，不过在单独的 .py 文件中使用却不报错。

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

添加如下代码可以解决：

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

# 使用处添加：
global graph
global model
with graph.as_default():
    model.predict()