Python 3.x Keras预测一个过程会冻结
我试图创建一个服务器,在给定特定输入的情况下预测(回归),然而,当我创建一个共享的keras(带有tensorflow后端)文件以每次预加载和跳过加载模型(这将节省大约1.8秒),并且当我尝试从线程预测任何内容时,程序只是冻结(即使在我的测试中只有一个线程在访问它)。我知道张量不是为这个而设计的,但是因为它只是预测应该有一个解决方法。我尝试过使用_make_prediction_函数,但没有起作用 这是主要功能:Python 3.x Keras预测一个过程会冻结,python-3.x,multithreading,keras,Python 3.x,Multithreading,Keras,我试图创建一个服务器,在给定特定输入的情况下预测(回归),然而,当我创建一个共享的keras(带有tensorflow后端)文件以每次预加载和跳过加载模型(这将节省大约1.8秒),并且当我尝试从线程预测任何内容时,程序只是冻结(即使在我的测试中只有一个线程在访问它)。我知道张量不是为这个而设计的,但是因为它只是预测应该有一个解决方法。我尝试过使用_make_prediction_函数,但没有起作用 这是主要功能: keras_model = keras_model_for_threads() d
keras_model = keras_model_for_threads()
def thread_function(conn, addr, alive):
print('Connected by', addr)
start = time.time()
sent = conn.recv(1024)
x_pred = preproc(sent)
conn.sendall(keras_model.predict_single(x_pred))
conn.close()
import socket
HOST = ''
PORT = xxxxx
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.bind((HOST, PORT))
s.listen(1000)
print('Ready for listening')
while alive.get():
conn, addr = s.accept()
Process(target=thread_function, args=(conn, addr, alive)).start()
对于keras_模型:
class keras_model_for_threads():
def __init__(self):
self.model = load_model(model_path)
self.model._make_predict_function()
def predict_single(self, x_pred):
return self.model.predict(x_pred)
现在,如果我正常运行它,它会执行并返回一个预测,但通过线程函数的过程,它会冻结在self.model.predict上。在进一步搜索之后,我找到了一个有效的答案,即让一个管理器来处理预测。这将原始keras代码更改为:
from multiprocessing.managers import BaseManager
from multiprocessing import Lock
class KerasModelForThreads():
def __init__(self):
self.lock = Lock()
self.model = None
def load_model(self):
from keras.models import load_model
self.model = load_model(model_path)
def predict_single(self, x_pred):
with self.lock:
return (self.model.predict(x_pred) + self.const.offset)[0][0]
class KerasManager(BaseManager):
pass
KerasManager.register('KerasModelForThreads', KerasModelForThreads)
以及
from keras_for_threads import KerasManager
keras_manager = KerasManager()
keras_manager.start()
keras_model = keras_manager.KerasModelForThreads()
keras_model.load_model()
def thread_function(conn, addr, alive):
print('Connected by', addr)
start = time.time()
sent = conn.recv(1024)
x_pred = preproc(sent)
conn.sendall(keras_model.predict_single(x_pred))
conn.close()
import socket
HOST = ''
PORT = xxxxx
s = socket.socket(socket.AF_INET, socket.SOCK_STREAM)
s.bind((HOST, PORT))
s.listen(1000)
print('Ready for listening')
while alive.get():
conn, addr = s.accept()
Process(target=thread_function, args=(conn, addr, alive)).start()
这是我在这里找到的github项目的精简版本(没有烧瓶,只有keras部分):