为什么我不能在我的流程图中使用像 tf op 这样的 Keras 模型答案

【问题标题】：Why can't I use a Keras model like an tf op in my flow graph为什么我不能在我的流程图中使用像 tf op 这样的 Keras 模型
【发布时间】：2019-09-12 17:06:00
【问题描述】：

我正在尝试在 tf 会话中的计算流程图的某处使用我预先训练的 keras 模型，所以我尝试了这个简化的图表，但仍然遇到相同的错误。

model = load_model('models/vtcnn3.h5')

input = tf.placeholder(tf.float32,shape=(1,*x_test.shape[1:]))
output = model(input)

sess = tf.compat.v1.Session()

guess_0 = sess.run(output, {input:x_test[0:1]} )

当会话运行时，我会得到一个很大的回溯，最终会说

tensorflow.python.framework.errors_impl.FailedPreconditionError: Error while reading resource variable dense2/kernel from Container: localhost. This could mean that the variable was uninitialized. Not found: Container localhost does not exist. (Could not find resource: localhost/dense2/kernel)
     [[node sequential/dense2/MatMul/ReadVariableOp (defined at code/soq.py:114) ]]

Errors may have originated from an input operation.
Input Source operations connected to node sequential/dense2/MatMul/ReadVariableOp:
 dense2/kernel (defined at code/soq.py:111)

Original stack trace for 'sequential/dense2/MatMul/ReadVariableOp':
  File "code/soq.py", line 114, in <module>
    output = model(input)
  File "/Users/yaba/miniconda3/envs/cs1/lib/python3.7/site-packages/tensorflow/python/keras/engine/base_layer.py", line 634, in __call__
    outputs = call_fn(inputs, *args, **kwargs)
.
.
.
.

dense2 是我模型中层的名称。当我对流程图进行其他更改时，回溯会将错误放入模型的不同层。

【问题讨论】：

标签： python tensorflow keras tf.keras

【解决方案1】：

在您尝试通过 Keras 模型运行输入之前，您需要初始化变量。以下代码适用于tensorflow==1.14.0

import tensorflow as tf

model = tf.keras.applications.ResNet50()

init_op = tf.global_variables_initializer()
with tf.compat.v1.Session() as sess:
    random_image, _ = sess.run([tf.random.normal(shape=[1, 224, 224, 3]), init_op])
    outputs = sess.run(model.output, feed_dict={model.input:random_image})

【讨论】：

这行得通！！！！非常感谢！我使用的是 tensorflow v2.0，所以我不得不使用兼容性选项。我做了init_op = tf.compat.v1.global_variables_initializer() 然后sess.run(init_op)
现在我在使用 tf 会话时得到的结果与使用 model.predict(...) 时不同。你也知道如何解决这个问题吗？

【解决方案2】：

感谢 Srihari Humbardwadi 的初始化回答，修复了我遇到的错误，但现在网络的输出与我使用 model.predict(...) 时不同！

如果你想从文件中加载 Keras 模型并在 Tensorflow 图中使用它，你必须将 tf.Session() 设置到 Keras 后端，然后初始化变量，然后加载 Keras 模型，如下所示

sess = tf.Session()

# make sure keras has the same session as this code BEFORE initializing
tf.keras.backend.set_session(sess)

# Do this BEFORE loading a keras model
init_op = tf.global_variables_initializer()
sess.run(init_op)


model = models.load_model('models/vtcnn3.h5')


input = tf.placeholder(tf.float32,shape=(1,*x_test.shape[1:]))
output = model(input)


guess_0 = sess.run(output, feed_dict={input:x_test[0:1]} )

这个guess_0 现在将和你做的一样

model = models.load_model('models/vtcnn3.h5')
guess_0 = model.predict(x_test[0:1])

【讨论】：