Python 交叉验证：无法使用clear_session（）清除模型以训练新模型

我正在尝试评估一个命名实体识别任务的交叉验证培训。问题是keras模型未正确清除，无法执行交叉验证的其他迭代

我尝试了stack、github或论坛中建议的几种解决方案来清除模型，但都不起作用。我将集中讨论这两个似乎接近规范解的问题

第一个：我在交叉验证的循环外创建模型（架构+编译），但在循环内调用keras.backend.clear_session（）。我收到错误：“在图中找不到feed\u设备或fetch\u设备中指定的tensorflow.python.framework.errors\u impl.InvalidArgumentError:Tensor words\u输入：0”

第二个：我在循环内创建模型，并在循环内调用keras.backend.clear_session（）。我得到了错误：“图中重复节点名称：'training/Nadam/Pow'”

很抱歉，代码可能不够清晰，但出于隐私问题，我无法显示代码

第一

kf=KFold（折叠，洗牌=True）
模型=创建模型（…）
对于枚举（kf.split（…）中的i，（train_idx，test_idx）：
...
系列批次，系列批次长度=创建批次（系列集合）
测试批，测试批=创建批（测试集）
模型，uu，uu=培训（模型，…，时代=时代）
清除会话（）

第二

kf=KFold（折叠，洗牌=True）
对于枚举（kf.split（…）中的i，（train_idx，test_idx）：
模型=创建模型（…）
...
系列批次，系列批次长度=创建批次（系列集合）
测试批，测试批=创建批（测试集）
模型，uu，uu=培训（模型，…，时代=时代）
清除会话（）

在create_model（）中，我们定义了层的体系结构和调用编译（…）

---

我确实希望在kfold的每次迭代中使用清晰的模型执行交叉验证。另一件需要提及的事情是，我试图在每次迭代开始时设置保存的初始权重，但当我处理数百个历元时，似乎存在存储问题，因为据我所知，keras在每个历元创建节点。在这样做时，如果我使用少量的历元，它在整个kfold中运行良好，但当我在100个历元上执行时，训练性能在第二次迭代后保持在0 F1分数。

您还必须在清除季节之前删除模型

from keras import backend as K
del model
K.clear_session()
gc.collect()

---

谢谢你的快速回答。我尝试了你的解决方案（在发布最初的问题之前，我试图删除模型，但我没有调用垃圾收集器，我仍然得到了错误），它不起作用，我再次得到了“图中重复的节点名称：'training/Nadam/Pow'”。但我发现了问题所在，是在调用我没有显示的函数时，因为我传入了参数optimizer Nadam（），它在create_model（）之外创建了这个参数。这就是为什么它提到优化器节点已经存在于图中。是这样吗？虽然非常感谢，但现在它在一个简单的例子中起作用。今晚我要试穿一下大模型：）