解决keras+flask模型的重复调用出错ValueError: Tensor is not an element of this graph

确认基调：这个问题不是大问题，看完本篇文章就能解决

1. 错误重现

ValueError: Tensor Tensor("dense_3/BiasAdd:0", shape=(?, 1), dtype=float32) is not an element of this graph.

2. 错误含义

表面含义：传入的张量[tensor]并不是这个图[graph]的元素。具体意义：就是说，当你进行模型预测的时候，传入的数据，和后台的图不匹配。

3. 解决方法

方法一

把keras的tensorflow的后端换成theano，具体操作不赘述

这个方法不推荐，因为并没有实际解决问题，而是逃避问题，而且有可能会出现一些新的问题。【嗯，我就出现了】

方法二

选择每次调用模型的时候，重新加载一下模型，也就是说把加载模型写在调用的函数里，这样模型就是个局部变量，每次调用每次加载。【如果还是报错】

那记得在模型预测结果后，在其代码追加一句：

ret = model.predict(x_test)
keras.backend.clear_session()

意思就是清理下session，这样每次调用都会加载一下模型，并且清除session

这个方法也不推荐，加载模型耗时耗力，而且清除了其他的session，有可能造成其他程序的崩溃

方法三

创建全局的model，创建全局的graph，调用的时候直接引用过来

像这样：

if __name__ == '__main__':
	graph = tf.get_default_graph()
	model = keras.models.load_model('./data/model/model.model')
	app.run(host='0.0.0.0', port=9090, debug=True)

但是这不算结束，关键的地方来了，在调用模型的时候，要引用一下全局的图才行

像这样：

with graph.as_default():
	prd = model.predict(x_test)

总结

以上为个人经验，希望能给大家一个参考，也希望大家多多支持脚本之家。