Question

我正在文件夹中的所有图像上依次运行3个keras cnn模型。在对1张图像上的所有三个模型进行完预测之后，在循环的下一次迭代中，我的错误率降至最低。

  File "/home/ubuntu/.local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 1078, in _run
    'Cannot interpret feed_dict key as Tensor: ' + e.args[0])
TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("input_1:0", shape=(?, ?, ?, 3), dtype=float32) is not an element of this graph.

我的一种模型的代码结构：

def model_1():

    K.clear_session()

    cnn_model = load_model(model_path, compile=False)


    with K.get_session().as_default() as sess:
        ...Do inference....

我已经尝试过提及here和here的解决方案，但没有一个对我有用。

Answer 1

添加tf.Session（）。as_default（）解决了该问题：

def model_1():

    K.clear_session()

    cnn_model = load_model(model_path, compile=False)

    tf.Session().as_default()

    with K.get_session().as_default() as sess:
        ...Do inference....

添加对我有用的答案，以防有人想要解决类似的问题。

依次运行多个Keras模型

1 个答案: