Python Keras可以'；使用backend.set_会话时无法正确加载模型

我的问题的最低版本如下所示

import numpy as np
from keras import backend as K
from keras.models import load_model

model = load_model('model_1.h5')
K.set_session(tf.Session())
state = np.matrix(np.array([1,1,1,1,1]))
model.predict(state)

此处

model_1.h5

是Keras构建的保存模型。上面的代码显示错误

Attempting to use uninitialized value dense_2/kernel

但是，如果我们

首先设置会话

，如下所示

K.set_session(tf.Session())
model = load_model('model_1.h5')
state = np.matrix(np.array([1,1,1,1,1]))
model.predict(state)

然后一切正常

---

在我真正的问题中，我编写了一个类

deploy

，它将加载的模型作为输入。在该类的初始化中，我还使用

set\u session

设置GPU使用选项。因此，当我启动

deploy

时，

set\u session

总是在加载的模型之后运行（类似于上面给出的第一个示例），这会导致上面显示的错误。有没有办法解决这些问题？

您是否自定义在课堂上创建的会话？如果首先创建、自定义和设置会话，然后实例化类，会怎么样？这对你的场景有效吗？你能更具体一点吗？我不完全理解你的观点。我的意思是你是否修改了新创建会话的属性？您不能先创建会话，设置它，然后加载模型并将其传递给类吗？