在Flask使用TensorFlow的幾個常見錯誤

在flask中使用tensorflow的model，一在介面中呼叫model.predict()就報下面這個錯誤，不過在單獨的.py檔案中使用卻不報錯。

valueerror: tensor tensor(
"dense_1/sigmoid:0"
, shape=
(?,1
), dtype=float32)
isnot an element of this graph.

這個bug真的很是糾心，網上一般說是新增如下**

import tensorflow as tf
graph = tf.get_default_graph(
)model = models.load_model(…………)
# 使用處新增：
global graph
global model
with graph.as_default():
model.predict(
)# 執行**函式

但是我當時測試時又報了另乙個bug，但是這個bug也不好解決，試了很多方法也沒解決，當然最終還是可以解決的，具體解決方式參考第三點。

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.[[
}]]

後來經過n遍測試後找到了以下兩種解決方式，僅供參考：

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

方法二：在建立model後，先使用一遍 model.predict()，引數的大小和真實大小一致，這個是真正解決之道，同時不影響使用速率。

# 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：
global model
result = model.predict(tokens_pad)

但是在使用後又遇到了the session graph is empty……的錯誤即第二點，不過估摸著這個是個例，應該是程式問題。

在相關**使用前新增graph即可。

graph = tf.get_default_graph(
)with graph.as_default():
# 相關**
# 本次測試中是需要把呼叫包含model.predict()方法的方法的**放到這裡

這個錯誤呢，也是tensorflow和flask結合使用時的常見錯誤，解決方式如下：

from tensorflow.python.keras.backend import set_session
# 程式開始時宣告
sess = tf.session(
)graph = tf.get_default_graph(
)# 在model載入前新增set_session
set_session(sess)
model = models.load_model(…………)
# 每次使用有關tensorflow的請求時
# in each request (i.e. in each thread):
global sess
global graph
with graph.as_default():
set_session(sess)
model.predict(..
.)

參看文章：at runtime : 「error while reading resource variable softmax/kernel from container: localhost」 #28287

構建圖 graph

tensor tensor(「dense_2/softmax:0」, shape=(?, 192), dtype=float32) is not an element of this graph

flask專案中呼叫keras神經網路模型的乙個坑

機器學習 keras+flask（或者django）問題

keras + flask 提供介面服務的坑~~~

在windows環境下搭建TensorFlow

安裝python python 3.6.1 amd64.exe 加入python.exe pip pip3加入環境變數在cmd下執行 pip3 install upgrade tensorflow import tensorflow as tf hello tf.constant hello,te...

在 Flask 應用中使用 gevent

from flask import flask def hello return hello world if name main 然而 flask 是單執行緒執行，如果在某個頁面中執行了一些耗時的工作，那麼程式就會在這裡等待，無法響應其他的請求。也就是說，如果乙個路由響應函式中有阻塞那麼其他使用...

在win10 安裝cuda和tensorflow

因為自己的筆記本也有gpu，加上tensorflow 增加了windows的支援，所以打算裝乙個tf。打算裝python版的tf,首先當然是裝python了。python 3.6 1 anaconda 4.4 0 64 bit default,may 11 2017,13 25 24 msc v.1...

在Flask使用TensorFlow的幾個常見錯誤

在windows環境下搭建TensorFlow

在 Flask 應用中使用 gevent

在win10 安裝cuda和tensorflow

相關推薦