Python 3.x PYTHON FLASK应用程序（带有KERAS和tensorflow后端）：无法在运行时加载模型：'；会话图为空'；

当直接使用python代码（通过SPYDER或通过命令提示符）运行时，我有一个运行KERAS LSTM模型的python代码

巨蟒（蟒蛇）：3.6.7 烧瓶：0.12.3 KERAS:2.2.4 TENSORFLOW:1.10.0

当尝试将其作为FLASK应用程序运行时，相同的代码会引发以下错误： 错误：会话图为空。在调用run（）之前向图形中添加操作。

我必须设置会话和种子，这样模型的结果就不会因不同的运行而有所不同。 我在代码中使用了Kera的docs（）中的代码，当作为一个简单的python脚本运行时，它运行得非常好

只有在烧瓶应用程序中运行时才会出现问题（这没有意义）

代码中的错误出现在我试图从保存的h5文件加载模型的那一行

有人能帮我解决这个问题吗

我读过谷歌和StackOverflow的大部分类似问题，但没有一个解决方案

我还检查了KERAS的github回购协议，自1年以来似乎存在与罚单相同的问题。（）

烧瓶应用程序代码（app.py）：

我用来设置PREDICT.py中存在的会话（取自KERAS的文档站点）的代码： **

#以下是在定义良好的初始状态下启动Numpy生成的随机数所必需的。
np.随机种子（42）
#以下是在定义良好的状态下启动核心Python生成的随机数所必需的。
rn.种子（12345）
#强制TensorFlow使用单螺纹。
#多线程是不可再现结果的潜在来源。
#有关详细信息，请参阅：https://stackoverflow.com/questions/42022950/
session\u conf=tf.ConfigProto（intra\u op\u parallelism\u threads=1，
线程间并行度（线程=1）
从keras导入后端为K
#下面的tf.set_random_seed（）将使TensorFlow后端中的随机数生成具有定义良好的初始状态。
#有关详细信息，请参阅：https://www.tensorflow.org/api_docs/python/tf/set_random_seed
tf.设置随机种子（1234）
sess=tf.Session（graph=tf.get\u default\u graph（），config=Session\u conf）
K.SETU会话（sess）
**

预期的结果是，应该正确加载模型文件，以便稍后用于预测

错误详细信息：

**
2019-05-15 00:19:19,121 ERROR  : Error at Line : 363
2019-05-15 00:19:19,122 ERROR  : Error : The Session graph is empty.  Add operations to the graph before calling run().
2019-05-15 00:19:19,123 ERROR Stack Trace : 
Traceback (most recent call last):
  File "PREDICT.py", line 363, in worker
    model = loading_model(output_path, weekno, prod)
  File "PREDICT.py", line 104, in loading_model
    m = load_model(model_name)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\engine\saving.py", line 419, in load_model
    model = _deserialize_model(f, custom_objects, compile)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\engine\saving.py", line 287, in _deserialize_model
    K.batch_set_value(weight_value_tuples)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 2470, in batch_set_value
    get_session().run(assign_ops, feed_dict=feed_dict)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 877, in run
    run_metadata_ptr)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1025, in _run
    raise RuntimeError('The Session graph is empty.  Add operations to the '
RuntimeError: The Session graph is empty.  Add operations to the graph before calling run().
**

---

经过彻底的研究，我发现了这个博客，它帮助我了解了Flask和Keras是如何协同工作的

解决方案（如果以后有人需要）是您需要做两件事：

将图形定义为全局

在加载模型和预测之前，将其包装在一个循环下，以便为每个循环生成一个新的图

---

注意：如果您遇到一些错误，如“ValueError:signal仅在主线程中工作”，请检查您的FLask SocketIO软件包-您可能需要卸载并使用最新版本重新安装它。

在彻底搜索之后，我看到了这个博客，它帮助我了解FLask和Keras是如何协同工作的

解决方案（如果以后有人需要）是您需要做两件事：

将图形定义为全局

在加载模型和预测之前，将其包装在一个循环下，以便为每个循环生成一个新的图

---

注意：如果您遇到诸如“ValueError:signal仅在主线程中工作”之类的错误，请检查FLask SocketIO软件包-您可能需要卸载并使用最新版本重新安装它。

我也面临同样的问题。将模型包装在循环下是什么意思？Thanks@ArthurClerc-Gherardi——在我的例子中，我必须在一个循环中运行每个产品的模型，因此有了评论。您可以在不使用循环的情况下执行此操作，只需将代码包含在上面提到的WITH子句中，它就可以正常工作。嗯。。好啊你有这个项目的开放github吗？我希望看到整个实施过程。我对每个http请求都使用相同的模型，我面临着同样的问题。将模型包装在循环下是什么意思？Thanks@ArthurClerc-Gherardi——在我的例子中，我必须在一个循环中运行每个产品的模型，因此有了评论。您可以在不使用循环的情况下执行此操作，只需将代码包含在上面提到的WITH子句中，它就可以正常工作。嗯。。好啊你有这个项目的开放github吗？我希望看到整个实施过程。我对每个http请求都使用相同的模型。

**
2019-05-15 00:19:19,121 ERROR  : Error at Line : 363
2019-05-15 00:19:19,122 ERROR  : Error : The Session graph is empty.  Add operations to the graph before calling run().
2019-05-15 00:19:19,123 ERROR Stack Trace : 
Traceback (most recent call last):
  File "PREDICT.py", line 363, in worker
    model = loading_model(output_path, weekno, prod)
  File "PREDICT.py", line 104, in loading_model
    m = load_model(model_name)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\engine\saving.py", line 419, in load_model
    model = _deserialize_model(f, custom_objects, compile)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\engine\saving.py", line 287, in _deserialize_model
    K.batch_set_value(weight_value_tuples)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\keras\backend\tensorflow_backend.py", line 2470, in batch_set_value
    get_session().run(assign_ops, feed_dict=feed_dict)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 877, in run
    run_metadata_ptr)
  File "C:\Users\12345\AppData\Local\Continuum\anaconda3\lib\site-packages\tensorflow\python\client\session.py", line 1025, in _run
    raise RuntimeError('The Session graph is empty.  Add operations to the '
RuntimeError: The Session graph is empty.  Add operations to the graph before calling run().
**

global graph
graph = tf.get_default_graph()
sess = tf.Session(graph=graph, config=session_conf)

with graph.as_default():