Question

我正在尝试使用keras fune-tuning开发图像分类应用程序。我将该应用程序部署到Web服务器，并且图像分类成功。

但是，当同时在两台或多台计算机上使用该应用程序时，会出现以下错误消息，并且该应用程序无法正常工作。

TypeError：无法将feed_dict键解释为张量：Tensor Tensor（“ Placeholder：0”，shape =（3，3，3，64），dtype = float32）不是此图的元素。

这是我的图像分类代码。

img_height, img_width = 224, 224
channels = 3

input_tensor = Input(shape=(img_height, img_width, channels))
vgg19 = VGG19(include_top=False, weights='imagenet', input_tensor=input_tensor)

fc = Sequential()
fc.add(Flatten(input_shape=vgg19.output_shape[1:]))
fc.add(Dense(256, activation='relu'))
fc.add(Dropout(0.5))
fc.add(Dense(3, activation='softmax'))

model = Model(inputs=vgg19.input, outputs=fc(vgg19.output))

model.load_weights({h5_file_path})

model.compile(loss='categorical_crossentropy', optimizer='adam', metrics=['accuracy'])

img = image.load_img({image_file_path}, target_size=(img_height, img_width))
x = image.img_to_array(img)
x = np.expand_dims(x, axis=0)
x = x / 255.0

pred = model.predict(x)[0]

如何在多台计算机上同时运行此应用程序？

感谢您阅读这篇文章。

Answer 1

我发现有两种解决方法，具体取决于各种环境：

使用clear_session()函数：
```
from keras import backend as K
```
然后，在预测所有数据之后，在函数的开头或结尾执行以下操作：
```
K.clear_session()
```
呼叫_make_predict_function() ：

加载经过训练的模型调用后：
```
model._make_predict_function()
```
请参见explanation
禁用线程：

如果您正在运行django服务器，请使用以下命令：
```
python manage.py runserver --nothreading 
```
对于烧瓶使用此：
```
flask run --without-threads
```

如果以上解决方案均无效，请检查以下链接keras issue#6462，keras issue#2397

Keras，TensorFlow：“ TypeError：无法将feed_dict键解释为Tensor”

1 个答案: