Question

我试图循环训练多个Keras模型以评估不同的参数。为避免内存问题，在每次构建模型之前，我都致电K.clear_session()。

添加了K.clear_session()调用后，保存第二个模型时我开始收到此错误。

引发ValueError（“张量％s不是此图的元素。”％obj）   ValueError：Tensor Tensor（“ level1 / kernel：0”，shape =（3，3，3，16），dtype = float32_ref）不是此图的元素。   在处理上述异常期间，发生了另一个异常：

回溯（最近通话最近）：     在第286行的“ /home/gus/workspaces/wpy/cnn/srs/train_generators.py”文件中       train_models（model_defs）     在train_models中的文件“ /home/gus/workspaces/wpy/cnn/srs/train_generators.py”中，第196行       model.save（file_path）     保存中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/keras/engine/network.py”，行1090       save_model（自身，文件路径，覆盖，include_optimizer）     在save_model中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/keras/engine/saving.py”，行382       _serialize_model（model，f，include_optimizer）     _serialize_model中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/keras/engine/saving.py”，第97行       weight_values = K.batch_get_value（符号权重）     文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/keras/backend/tensorflow_backend.py”，第2420行，位于batch_get_value中       返回get_session（）。run（ops）     运行中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第929行       run_metadata_ptr）     _run中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”，行1137       self._graph，提取，feed_dict_tensor，feed_handles = feed_handles）      init 中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第471行       self._fetch_mapper = _FetchMapper.for_fetch（获取）     在for_fetch中的文件261行中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”       返回_ListFetchMapper（fetch）      init 中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第370行       self._mappers = [_FetchMapper.for_fetch（fetch）用于以抓取方式进行抓取]     在第370行中输入“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”       self._mappers = [_FetchMapper.for_fetch（fetch）用于以抓取方式进行抓取]     在for_fetch中，文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”，第271行       返回_ElementFetchMapper（fetches，contraction_fn）      init 中的第307行中的文件“ /home/gus/workspaces/venvs/dlcv/lib/python3.6/site-packages/tensorflow/python/client/session.py”       '张量。（％s）'％（获取，str（e）））    ValueError：提取参数不能解释为张量。（Tensor Tensor（“ level1 / kernel：0”，shape =（3，3，3，16），dtype = float32_ref）不是此图的元素。）

代码基本上是：

while <models to train>:
    K.clear_session()
    model = modeldef.build() # everything that has a tensor goes here and just here
    # create generators from directories

    opt = Adam(lr=0.001, decay=0.001 / epochs)
    model.compile(...)
    H = model.fit_generator(...)

    model.save(file_path) # --> here it crashes

无论网络有多深，如此简单的ConvNet都会使代码在保存时失败：

class SuperSimpleCNN:
    def __init__(self, img_size, depth):
        self.img_size = img_size
        self.depth = depth

    def build(self):
        init = Input(shape=(self.img_size, self.img_size, self.depth))

        x = Convolution2D(16, (3, 3), padding='same', name='level1')(init)
        x = Activation('relu')(x)

        out = Convolution2D(self.depth, (5, 5), padding='same', name='output')(x)
        model = Model(init, out)
        return model

看着类似的问题，我知道这个问题是由于keras共享一个全局会话，并且来自不同模型的不同图无法混合。但是我不明白为什么在每个模型中使用K.clear_session()会使迭代> 1时保存操作失败。以及为什么Tensor和Variable之间的区别。

<< strong> tf.Variable 'level1 / kernel：0'shape =（3，3，3，16）dtype = float32_ref>不能解释为 Tensor < / p>

有人可以帮忙吗？

谢谢。

Answer 1

我的错误，我导入了错误的软件包：

从tensorflow.python.keras导入后端为K

代替

将keras.backend导入为K

循环训练keras模型：在进一步调用K.clear_session（）

1 个答案: