机器学习 keras+flask(或者Django)问题

本文解决了一个在使用Keras进行预测时遇到的问题,即在Flask应用中调用Keras模型时出现的Tensor不属于当前Graph的错误。通过在预测代码前引入TensorFlow的默认Graph,并在预测操作中确保使用正确的Graph上下文,成功解决了问题。

摘要生成于 C知道 ,由 DeepSeek-R1 满血版支持, 前往体验 >

keras在flask跑出现的问题

alueError: Tensor Tensor("dense_3/Sigmoid:0", shape=(?, 59), dtype=float32) is not an element of this graph.

原始代码

    X = img.reshape([1, 32, width, 1])
    
    y_pred = basemodel.predict(X)
    y_pred = y_pred[:, :, :]

解决方法:

在上面代码所在的py文件前面插入

import tensorflow as tf
global graph,model
graph = tf.get_default_graph()

然在把刚刚的代码改为

    X = img.reshape([1, 32, width, 1])

    with graph.as_default():
        y_pred = basemodel.predict(X)
    y_pred = y_pred[:, :, :]

参考博客:https://www.cnblogs.com/svenwu/p/10189557.html

评论 2
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值