Tensorflow 如何在Keras中最终确定模型

我在Keras中开发了一个简单的模型：

....
model = Model(input, output)
model.compile(optimizer='adam', loss='categorical_crossentropy')

graph = tf.compat.v1.get_default_graph()
graph.finalize()

history = model.fit(X, y, epochs=30)

因为我正在处理一些内存泄漏问题，所以完成图表以防止出现上述问题似乎是个好主意。但当我这样做时，我得到一个异常

RuntimeError：图形已完成，无法修改。

：

Traceback (most recent call last):
  File "./train.py", line 43, in <module>
    history = model.fit(X, y, epochs=30)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py", line 780, in fit
    steps_name='steps_per_epoch')
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training_arrays.py", line 157, in model_iteration
    f = _make_execution_function(model, mode)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training_arrays.py", line 532, in _make_execution_function
    return model._make_execution_function(mode)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py", line 2276, in _make_execution_function
    self._make_train_function()
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py", line 2212, in _make_train_function
    if not isinstance(K.symbolic_learning_phase(), int):
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/backend.py", line 299, in symbolic_learning_phase
    False, shape=(), name='keras_learning_phase')
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/array_ops.py", line 2159, in placeholder_with_default
    return gen_array_ops.placeholder_with_default(input, shape, name)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/gen_array_ops.py", line 6406, in placeholder_with_default
    "PlaceholderWithDefault", input=input, shape=shape, name=name)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/op_def_library.py", line 527, in _apply_op_helper
    preferred_dtype=default_dtype)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/ops.py", line 1224, in internal_convert_to_tensor
    ret = conversion_func(value, dtype=dtype, name=name, as_ref=as_ref)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py", line 305, in _constant_tensor_conversion_function
    return constant(v, dtype=dtype, name=name)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py", line 246, in constant
    allow_broadcast=True)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant_op.py", line 290, in _constant_impl
    name=name).outputs[0]
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/util/deprecation.py", line 507, in new_func
    return func(*args, **kwargs)
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/ops.py", line 3588, in create_op
    self._check_not_finalized()
  File "/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/ops.py", line 3225, in _check_not_finalized
    raise RuntimeError("Graph is finalized and cannot be modified.")
RuntimeError: Graph is finalized and cannot be modified.

回溯（最近一次呼叫最后一次）：
文件“/train.py”，第43行，在
历史=model.fit（X，y，epochs=30）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py”，第780行，适合
步骤（名称=“每个时代的步骤”）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/keras/engine/training\u arrays.py”，第157行，在模型迭代中
f=_生成_执行_函数（模型、模式）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/keras/engine/training\u arrays.py”，第532行，在“make\u execution”函数中
返回模式。生成执行功能（模式）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py”，第2276行，在函数make\u execution\u中
self.\u make\u train\u function（）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/keras/engine/training.py”，第2212行，在函数中
如果不存在（K.符号学习阶段（），int）：
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/keras/backend.py”，第299行，处于符号学习阶段
False，shape=（），name='keras\u learning\u phase'）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/array_ops.py”，第2159行，在带有默认值的占位符_中
返回带有默认值（输入、形状、名称）的gen\u数组\u ops.placeholder\u
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/ops/gen_-array_-ops.py”，第6406行，占位符_中带有默认值
“占位符WithDefault”，输入=输入，形状=形状，名称=名称）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/framework/op_def_library.py”，第527行，在“应用”和“操作”帮助程序中
首选类型（默认类型）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/framework/ops.py”，第1224行，在内部转换为tensor
ret=conversion\u func（值，dtype=dtype，name=name，as\u ref=as\u ref）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/constant\u op.py”，第305行，在常量张量转换函数中
返回常量（v，dtype=dtype，name=name）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/framework/constant_op.py”，第246行，常量
允许（广播=真）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/framework/constant_op.py”，第290行，在常量impl中
名称=名称）。输出[0]
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/util/deprecation.py”，第507行，在new_func中
返回函数（*args，**kwargs）
文件“/usr/local/lib/python3.6/dist packages/tensorflow/python/framework/ops.py”，第3588行，在create_op中
self.\u check\u not\u finalized（）
文件“/usr/local/lib/python3.6/dist-packages/tensorflow/python/framework/ops.py”，第3225行，在“检查”中未完成
raise RUNTIMERROR（“图形已完成，无法修改”）
RuntimeError:图形已完成，无法修改。

在这个模型中没有定制，所有的层都来自Keras库。我使用的是Tensorflow 1.14及其附带的Keras（

Tensorflow.Keras

）

我的问题是，我的选择是什么？我怎样才能确定图表变化的原因？或者也许我把图表定错了

[更新]

---

为了确保问题不在我的设置和型号上，我遵循了（follow）中提供的示例。在调用fit方法之前，我刚刚添加了两行代码来完成图形。我也面临同样的错误。所以我的问题是，如何在Keras中完成一个模型？

也许Keras在您在

model.compile（）

方法中完成图形之前就完成了它？正如您所看到的，fit（）方法间接地使用了引发异常的_check\u not_finalized（）方法。这是因为如果我没有出错，fit（）方法实际上会修改tf图。当我对并发predict（）使用finalize（）方法时，我首先必须运行一个伪predict（），让它修改图形，然后finalize（）完成图形，最后启动其他线程，一旦图形完成。尝试相同的方法：首先运行一个虚拟fit（），完成（）图形，然后开始处理它。