Question

我正在使用以下内容： python 3.6.4

烧瓶= 1.1.1，

Keras = 2.3.0，

TensorFlow = 1.14.0，我有一个Flask服务器，可以从客户端获取图片。结合使用Keras模型和TensorFlow后端，我尝试从预先训练的模型中获得预测。

我正在使用以下函数上传模型（作为课程的一部分）


 model_path = self.conf["model_path"] // path in conf to model
 self.model = load_model(model_path)  // uploading the model
 self.model._make_predict_function()
 p_log.info("model had been upload successfully ")

并且我将以下行用于预测：

cm_prediction = self.model.predict([face, reye, leye, fg])[0]

直到今天，我还没有任何问题，总能得到一个预测。 现在我遇到以下错误：

Traceback (most recent call last):
  File "D:\code_project\path to project", line 75, in predict
    cm_prediction = self.model.predict([face, reye, leye, fg])[0]
  File "D:\code_project\path to project", line 1462, in predict
    callbacks=callbacks)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\training_arrays.py", line 276, in predict_loop
    callbacks.model.stop_training = False
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\network.py", line 323, in __setattr__
    super(Network, self).__setattr__(name, value)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\base_layer.py", line 1215, in __setattr__
    if not _DISABLE_TRACKING.value:
AttributeError: '_thread._local' object has no attribute 'value'

我有一个运行的简单Flask服务器：

if __name__ == '__main__':
    pre = predictor()
    # app.run(debug=True)
    app.run(host='0.0.0.0', port=12345)

该模型始终处于上传状态。

如果我在没有Flask服务器的情况下运行程序，因此进行了手动输入，我得到了一个预测，但是只要服务器打开，< / strong>出现错误，我停止获取预测

我试图在网上寻找类似的问题，但没有发现任何问题，如果有人知道问题所在以及如何解决问题，我将不胜感激。

Answer 1

所以，经过漫长的夜晚， Keras已在19年9月17日发布了新版本2.3.0。作为修订版本的一部分，我更新了所有库，其中包括Keras。自从我做到了，消息就出现了。

我降级到Keras 2.2.5后，问题消失了。

Answer 2

今天构建Docker容器时，我遇到了同样的问题。通过将Keras版本降级到2.2.4对其进行了修复。

Answer 3

如果仍然有用，我只需更改

即可解决此问题。

from keras.models import Sequential

from keras.layers import Dense, Dropout, LSTM

到

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, LSTM

因此，无需关闭多线程。

Answer 4

不需要降级软件包的版本。如果您使用的是Keras，则在Flask服务器上执行app.run(host=<HOST>, port=<PORT>, threaded=False) 或在终端中执行flask run --without-threads。但是，我建议使用tensorflow.keras代替keras，这样就不必禁用多线程。

Answer 5

无需降级您的库版本。我遇到过同样的问题但是我只调整了flask参数。

app.run("0.0.0.0", 5005, threaded=False)

这使得它最终运行了我的代码！

如果您仍在挣扎，请告诉我。

Answer 6

无需降级 Keras 或禁用多线程。使用 Keras 和 TensorFlow 作为后端：

from tensorflow.keras.models import load_model

Answer 7

请确保您设置的值为 threaded=False 范例：对于烧瓶：

if name == 'main':
    app.run(threaded=False)

Answer 8

我尝试了以上所有方法，这是我发现的东西：

降级Keras无效，即使常规的非烧瓶调用也无法加载模型
tb._SYMBOLIC_SCOPE.value = True也不起作用
最终threaded=False和debug=False都成功了。

Answer 9

如果您遇到问题并且像我一样有点慢，请同时设置debug = False

Answer 10

我在 Keras 2.3.0 中遇到了同样的问题。

对于不想降级的其他解决方法是在threaded=False中设置app.run()。

Answer 11

降级Keras无效 tb._SYMBOLIC_SCOPE.value = True不起作用 threaded = False AND debug = False不起作用

from keras.models import model_from_json

到

from tensorflow.keras.models import model_from_json

工作

Answer 12

为我工作：

您必须将其放置在模型创建之前。

将keras.backend.tensorflow_backend导入为tb tb._SYMBOLIC_SCOPE.value = True

Answer 13

这些解决方案都不适合我。我从烧瓶转到瓶子。 Bottle还是一种适用于Python的快速，简单，轻量级的WSGI微型网络框架。

要安装奶瓶

mt_rand()

之后，所有语法都与Flask相同

pip insatll bottle

Answer 14

我通过以下方法解决了这个问题：

在我曾经运行过app.py的环境中重新安装tensorflow，keras和flask的最新版本（可能在这里有问题……）
从tensorflow导入角膜

当前版本：

tensorflow == 2.1.0
keras == 2.3.1
tensorflow.keras == 2.2.4-tf
flask == 1.1.1

Answer 15

我在通过Google App Engine上的Flask服务的Keras模型上遇到了同样的问题。考虑到在此线程和其他在线位置找到的建议，我尝试了以下操作，但没有一个解决了原始问题：

降级到Tensorflow和/或Keras的较旧版本导致我模型无法加载。
使用app.run（threaded = False）无效全部。
通过设置图上下文 tensorflow.compat.v1.get_default_graph或 tensorflow.python.keras.backend.get_graph引起了其他一些错误。

最终，发现here的提示带来了解决方案，在将以下两行添加到代码中之后，我的应用程序开始为所有请求返回有效结果，而没有任何与线程相关的问题：

import keras.backend.tensorflow_backend as tb
tb._SYMBOLIC_SCOPE.value = True

Answer 16

如果您使用的是Tensorflow 2.2版本，将Keras降级到2.2.5将无济于事，因为TensorFlow 2.2将需要一个大于2.3的keras版本。在这种情况下，定义 graph 变量将为您解决问题。

因此，在您的app.py中，在顶部添加这两行代码。

global graph
graph = tf.compat.v1.get_default_graph()

Answer 17

无法对Keras和Tensorflow版本进行降级。即使在app.py中设置Threaded=False本身也不能解决问题。您还需要设置debug = False。以下操作不会出现任何故障。

if __name__ == '__main__':
app.run(debug=False,threaded=False)

Answer 18

对于Django：使用此命令运行服务器

python manage.py runserver --nothreading --noreload

对我来说很好用

Flask和Keras模型错误“ _thread._local”对象没有属性“值”？

18 个答案: