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:
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sessionret = model.predict(x_test) keras.backend.clear_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:
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)
像这样:with graph.as_default(): prd = model.predict(x_test)
4. 问题解决
完