ValueError: Tensor:(...) 不是该图的元素答案

【问题标题】：ValueError: Tensor:(...) is not an element of this graphValueError: Tensor:(...) 不是该图的元素
【发布时间】：2017-06-18 21:46:03
【问题描述】：

我正在使用 keras 的预训练模型，但在尝试进行预测时出现错误。我在烧瓶服务器中有以下代码：

from NeuralNetwork import *

@app.route("/uploadMultipleImages", methods=["POST"])
def uploadMultipleImages():
    uploaded_files = request.files.getlist("file[]")
    getPredictionfunction = preTrainedModel["VGG16"]

    for file in uploaded_files:
        path = os.path.join(STATIC_PATH, file.filename)
        result = getPredictionfunction(path)

这是我的 NeuralNetwork.py 文件中的内容：

vgg16 = VGG16(weights='imagenet', include_top=True)
def getVGG16Prediction(img_path):

    model = vgg16
    img = image.load_img(img_path, target_size=(224, 224))
    x = image.img_to_array(img)
    x = np.expand_dims(x, axis=0)
    x = preprocess_input(x)

    pred = model.predict(x) #ERROR HERE
    return sort(decode_predictions(pred, top=3)[0])

preTrainedModel["VGG16"] = getVGG16Prediction

但是，在下面运行此代码不会产生任何错误：

if __name__ == "__main__":
    STATIC_PATH = os.getcwd()+"/static"
    print(preTrainedModel["VGG16"](STATIC_PATH+"/18.jpg"))

这是完整的错误：

非常感谢任何评论或建议。谢谢。

【问题讨论】：

标签： python-2.7 neural-network keras conv-neural-network keras-layer

【解决方案1】：

编辑：我在下面写的在部署应用程序时似乎不起作用（直到现在我只是在本地测试）。 app.config 中的模型似乎加载得太频繁了。（应每个请求？）

巧合的是，我昨天遇到了同样的问题。 TensorFlow 和 Flask 的交互似乎有些问题。不幸的是，我对其中任何一个的内部知识都不够了解，无法真正理解这个问题，但我可以提供一个帮助我让它工作的技巧。（注意：我使用的是 Python3，但我认为这在这里没有什么不同。）

在您的烧瓶应用程序的全局命名空间中初始化模型时似乎会出现此问题。因此我将模型直接加载到 app.config 中：

app.config.update({"MODEL":VGG16(weights='imagenet', include_top=True)})
# ...
app.config["MODEL"].predict(x)

也许您可以在 server.py 而不是 NeuralNetwork.py 中加载模型并将其与 img_path 一起传递给 getVGG16Prediction？

【讨论】：

在我的情况下，问题是因为烧瓶两次加载张量流。当我改变 app.run(debug=False) 然后它工作，但我不知道为什么。这是该问题的链接：stackoverflow.com/questions/42015797/…。我不确定你的情况是否相同，但我希望它有所帮助。谢谢你的建议:)

【解决方案2】：

考虑后端设置为tensorflow。您应该将 Keras 会话设置为张量流图

from tensorflow import Graph, Session
from keras import backend 
model = 'model path'
graph1 = Graph()
with graph1.as_default():
    session1 = Session(graph=graph1)
    with session1.as_default():
        model_1.load_model(model) # depends on your model type

model2 = 'model path2'
graph2 = Graph()
with graph2.as_default():
    session2 = Session(graph=graph2)
    with session2.as_default():
        model_2.load_model(model2) # depends on your model type

用于预测

K.set_session(session#)
with graph#.as_default():
    prediction = model_#.predict(img_data)

【讨论】：

为我工作，只需将 from keras import backend 更改为 'from keras import backend as K`