【深度学习】keras同时加载多个模型报错ValueError: Tensor Tensor(“dense_3/Sigmoid:0“, shape=(?, 1), dtype=float32)

问题描述

使用keras+flask搭建推理端服务器时，因为同时加载多个不同的模型（不同结构），导致一直出现：ValueError: Tensor Tensor(“dense_3/Sigmoid:0”, shape=(?, 1), dtype=float32)is not an element of this graph。或者：Tensor XXXX is not an element of this graph。

解决方案

综合分析下来，应该是加载不同模型时混乱graph导致，tensorflow会强制写session和graph，keras忽略了。总结出两个方法，可供参考。

方法一

需要在每次加载模型前添加以下代码。

from tensorflow.python.keras.backend import clear_session

clear_session()#清除

注意：务必保证每个不同模型进行load_model前，sessio