kerasとTensorflowは複数のモデルを同時に読み込み、それらをkerasモデルと混合します

https://stackoverflow.com/questions/51127344/tensor-is-not-an-element-of-this-graph-deploying-keras-model?r=SearchResultsを参照できます。

Tensorflowは同時に複数のモデルを読み込み、使用します（tfのバックエンドである限り、ケラスにも同じことが当てはまります）。

Tensorflowでは、すべての操作オブジェクトが対応するセッションにパッケージ化されているため、異なるモデルを使用する場合は、これらのモデルを異なるセッションにロードし、使用するときに適用するセッションを宣言して、使用するセッションとモデルを回避する必要があります。不一致はエラーの原因となり、複数のグラフを使用すると、グラフごとに異なるセッションが必要になりますが、各グラフを複数のセッションで使用することもできます。現時点では、各セッションで使用する場合は、グラフを明示的に使用する必要があります。 。

g1 = tf.Graph() # 加载到Session 1的graph
g2 = tf.Graph() # 加载到Session 2的graph
 
sess1 = tf.Session(graph=g1) # Session1
sess2 = tf.Session(graph=g2) # Session2
 
# 加载第一个模型
with sess1.as_default(): 
    with g1.as_default():
        tf.global_variables_initializer().run()
        model_saver = tf.train.Saver(tf.global_variables())
        model_ckpt = tf.train.get_checkpoint_state(“model1/save/path”)
        model_saver.restore(sess, model_ckpt.model_checkpoint_path)
# 加载第二个模型
with sess2.as_default():  # 1
    with g2.as_default():  
        tf.global_variables_initializer().run()
        model_saver = tf.train.Saver(tf.global_variables())
        model_ckpt = tf.train.get_checkpoint_state(“model2/save/path”)
        model_saver.restore(sess, model_ckpt.model_checkpoint_path)
 
...
 
# 使用的时候
with sess1.as_default():
    with sess1.graph.as_default():  # 2
        ...
 
with sess2.as_default():
    with sess2.graph.as_default():
        ...
 
# 关闭sess
sess1.close()
sess2.close()

as_defaultを使用すると、セッションが終了してもセッションは閉じられません。手動で閉じるまでセッションを継続できます。複数のグラフがあるため、sess.graphとtf.get_default_valueの値は等しくないため、sessと入力する必要がありますsess.graph.as_default（）は、どのsess.graphが現在のデフォルトグラフかを指定します。それ以外の場合は、エラーが報告されます

異なるフレームワークのモデルは、基になるcuDNNが問題を割り当て、それらが読み込まれたときにエラーを報告する可能性があります。これは通常、モデルの読み込み順序によって解決できます。

リファレンス：https : //www.cnblogs.com/arkenstone/p/7016481.html

https://blog.csdn.net/jmh1996/article/details/78793650/

https://blog.csdn.net/seniusen/article/details/82926850

ケラとテンソルフローのマルチモデルのオンライン混合モデルに注意してください

tensorflowによって作成されたモデルを使用する場合、通常、各モデルには独自のセッションとグラフがあります

しかし、ケラスでは、セッションとグラフが無視されることがよくありますが、現時点では、グラフといくつかの場所にセッションを追加する必要があります。擬似コードは次のとおりです。

seg_graph = tf.Graph()
sess = tf.Session(graph=seg_graph)
K.set_session(sess)
 
#保证代码
with seg_graph.as_default():
 
     self.keras_model = self.build(mode=mode, config=config)
     #上面一行代码会调用KM.Model
     
     以及这类函数
      topology.load_weights_fromXXX()
     
     以及predict函数

オンライン環境はseg_graph.as_default（）でこれらを3回追加する必要があります

リファレンス：https : //blog.csdn.net/dayuqi/article/details/85295070