Tensorflow 在循环中训练keras模型：“；张量不是这个图的一个元素；调用K.clear_session（）后保存模型时

我尝试在一个循环中训练多个Keras模型，以评估不同的参数。为了避免内存问题，我在每次构建模型之前调用

K.clear_session（）

添加

K.clear\u session（）

调用后，我在保存第二个模型时开始出现此错误

提升值错误（“张量%s不是此图的元素。”%obj） ValueError:Tensor Tensor（“level1/kernel:0”，shape=（3,3,16），dtype=float32\u ref）不是此图的元素。 在处理上述异常期间，发生了另一个异常：

回溯（最近一次呼叫最后一次）： 文件“/home/gus/workspace/wpy/cnn/srs/train_generators.py”，第286行，在 列车模型（模型defs） 文件“/home/gus/workspace/wpy/cnn/srs/train_generators.py”，第196行，列车模型 model.save（文件路径） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/keras/engine/network.py”，第1090行，保存 保存模型（self、filepath、overwrite、include\u优化器） 文件“/home/gus/workspaces/venvs/dlcv/lib/python3.6/site packages/keras/engine/saving.py”，第382行，在save_模型中 _序列化\u模型（模型、f、包含\u优化器） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/keras/engine/saving.py”，第97行，在序列化模型中 权重值=K.batch\u get\u值（符号权重） 文件“/home/gus/workspaces/venvs/dlcv/lib/python3.6/site packages/keras/backend/tensorflow\u backend.py”，第2420行，在批处理中获取值 返回get_session（）.运行（ops） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第929行，正在运行 运行_元数据_ptr） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第1137行，正在运行 self.\u图形、回迁、馈送\u dict\u张量、馈送\u句柄=馈送\u句柄） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第471行，在init self.\u fetch\u mapper=\u FetchMapper.for\u fetch（fetches） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第261行，在for_fetch中 return\u ListFetchMapper（fetch） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第370行，在init self._mappers=[_FetchMapper.for_fetch（fetch）for fetch in fetches] 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第370行，在 self._mappers=[_FetchMapper.for_fetch（fetch）for fetch in fetches] 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第271行，在for_fetch中 return\u ElementFetchMapper（fetches，contraction\u fn） 文件“/home/gus/workspace/venvs/dlcv/lib/python3.6/site packages/tensorflow/python/client/session.py”，第307行，在init 张量。（%s）'（提取，str（e））） ValueError:Fetch参数不能解释为张量。（张量张量（“level1/kernel:0”，shape=（3,3,3,16），dtype=float32\u ref）不是此图的元素。）

守则基本上是：

while <models to train>:
    K.clear_session()
    model = modeldef.build() # everything that has a tensor goes here and just here
    # create generators from directories

    opt = Adam(lr=0.001, decay=0.001 / epochs)
    model.compile(...)
    H = model.fit_generator(...)

    model.save(file_path) # --> here it crashes

看看类似的问题，我知道问题是因为keras共享一个全局会话，不同模型的不同图形不能混合。 但我不明白为什么在每个模型之前使用

K.clear_session（）

会使迭代>1时的保存操作失败。为什么张量和变量之间存在差异

不能解释为张量

有人能帮忙吗

---

谢谢。

我错了，我导入了错误的包：

从tensorflow.python.keras将后端导入为K

而不是

将keras.backend作为K导入

---

我的错误是，我导入了错误的包：

从tensorflow.python.keras将后端导入为K

而不是

将keras.backend作为K导入

class SuperSimpleCNN:
    def __init__(self, img_size, depth):
        self.img_size = img_size
        self.depth = depth

    def build(self):
        init = Input(shape=(self.img_size, self.img_size, self.depth))

        x = Convolution2D(16, (3, 3), padding='same', name='level1')(init)
        x = Activation('relu')(x)

        out = Convolution2D(self.depth, (5, 5), padding='same', name='output')(x)
        model = Model(init, out)
        return model