Python 按顺序运行多个Keras模型
我正在一个文件夹中的所有图像上按顺序运行3个keras cnn模型。在一张图像上完成所有三个模型的预测后,我在循环的下一次迭代中得到以下误差Python 按顺序运行多个Keras模型,python,tensorflow,keras,Python,Tensorflow,Keras,我正在一个文件夹中的所有图像上按顺序运行3个keras cnn模型。在一张图像上完成所有三个模型的预测后,我在循环的下一次迭代中得到以下误差 File "/home/ubuntu/.local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 1078, in _run 'Cannot interpret feed_dict key as Tensor: ' + e.args[0]) Type
File "/home/ubuntu/.local/lib/python2.7/site-packages/tensorflow/python/client/session.py", line 1078, in _run
'Cannot interpret feed_dict key as Tensor: ' + e.args[0])
TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("input_1:0", shape=(?, ?, ?, 3), dtype=float32) is not an element of this graph.
一种型号的我的代码结构:
def model_1():
K.clear_session()
cnn_model = load_model(model_path, compile=False)
with K.get_session().as_default() as sess:
...Do inference....
我尝试过上面提到的解决方案,但没有一个对我有效。添加tf.Session()。默认值()解决了这个问题:
def model_1():
K.clear_session()
cnn_model = load_model(model_path, compile=False)
tf.Session().as_default()
with K.get_session().as_default() as sess:
...Do inference....
添加对我有用的答案,以防有人想解决类似问题