Question

我正在像这样加载许多Keras模型：

from keras import backend as K # Tensorflow backend
from MiscFunctions import *
def main():
    for i in range(...):
        K.clear_session() # Needed to speed up model loading
        model = load_model(...)
        model._make_predict_function()
main()

但是，我稍后在脚本中有一个函数调用，该函数接受模型输入并从该模型输出预测。

length = get_length(model, ...)

这是get_length

的简化代码

def get_length(model, ...):
    ...
    # input_vector is the correct size
    return model.predict(np.asarray(input_vector).reshape(1,1,len(input_vector)))

除了prediction方法调用给我以外的错误：

tensorflow.python.framework.errors_impl.NotFoundError: FetchOutputs node dense_1/Softmax:0: not found
Exception tensorflow.python.framework.errors_impl.InvalidArgumentError: InvalidArgumentError() in <bound method _Callable.__del__ of <tensorflow.python.client.session._Callable object at 0x7f619b8c7e10>> ignored

我怀疑K.clear_session()行可能是造成此问题的原因，但是我需要清除会话以加快模型加载速度。我该如何解决这个问题？

Answer 1

为了有效地加载模型，请将其全局化并加载到另一个函数中，这样就不必一次又一次地加载它。全局设置后，可以在主要功能中对其进行访问：

def load_model():

    global model

    json_file = open('model.json', 'r')
    model_json = json_file.read()
    model = model_from_json(model_json)
    model.load_weights("model.h5")
    model._make_predict_function()

Keras模型无法通过函数调用预测

1 个答案: