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

  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