通过功能时Keras模型无法调用预测

Question

我正在加载许多Keras模型，如下所示：

from keras import backend as K # Tensorflow backend
from MiscFunctions import *
def main():
    for i in range(...):
        K.clear_session() # Needed to speed up model loading
        model = load_model(...)
        model._make_predict_function()
main()

但是，我稍后在脚本中有一个函数调用，它接受模型输入并从该模型输出预测。

length = get_length(model, ...)

这里是get_length的缩短代码

def get_length(model, ...):
    ...
    # input_vector is the correct size
    return model.predict(np.asarray(input_vector).reshape(1,1,len(input_vector)))

除了prediction方法调用给我错误：

tensorflow.python.framework.errors_impl.NotFoundError: FetchOutputs node dense_1/Softmax:0: not found
Exception tensorflow.python.framework.errors_impl.InvalidArgumentError: InvalidArgumentError() in <bound method _Callable.__del__ of <tensorflow.python.client.session._Callable object at 0x7f619b8c7e10>> ignored

我怀疑K.clear_session()线可能导致问题，但我需要清除会话以加快模型加载。我该如何解决这个问题？

Answer 1

要有效地加载模型，请将其设置为全局并将其加载到另一个函数中，这样您就不必一次又一次地加载它。使其成为全局之后，它将在main函数中可访问：

def load_model():

    global model

    json_file = open('model.json', 'r')
    model_json = json_file.read()
    model = model_from_json(model_json)
    model.load_weights("model.h5")
    model._make_predict_function()