keras(tensorflow后端)给模型建立单独的graph

本文介绍了解决在一个项目中同时导入多个Keras模型时出现的错误:ValueError: Tensor is not an element of this graph。通过创建新的Graph并在此Graph中加载权重,解决了多线程或分布式环境下TensorGraph不匹配的问题。

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

因为要在一个项目中同时导入多个模型,需要给keras模型新建个graph,但是按照tensorflow新建graph的方式一直类似的报错:

ValueError: Tensor Tensor("Sigmoid_2:0", shape=(?, 17), dtype=float32) is not an element of this graph.

原因大概是多线程、分布式环境下,恢复Model时的Tensor Graph和生成Model时不同
百度了下解决方法,完美解决:

定义模型结构,得到模型basemodel
g3=tf.get_default_graph()
with g3.as_default():
    basemodel.load_weights(modelPath)
评论 5
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