原因:多线程情况下,model执行预测时的session、graph环境和加载时的不一致。
解决办法:
加载模型前,先执行
from tensorflow.keras import backend as K
K.clear_session()
加载模型后获取session、graph,并保存:
K.get_session()
tf.get_default_graph()
在做预测的时候,用保存的session、graph下执行预测:
with self.sessions.as_default():
with self.graphs.as_default():
model.predict(img)
该方法还可以提高模型加载速度。
本站文章如无特殊说明,均为本站原创,如若转载,请注明出处:TF、Keras错误解决:TypeError: Cannot interpret feed_dict key as Tensor …… is not an element of this graph. - Python技术站