Django中加载机器学习项目时的值错误Tensorflow

Question

将我们的机器学习项目加载到Django服务器时，出现以下错误：

回溯（最近一次调用）：文件“/home/akhil/anaconda3/lib/python3.6/site-packages/django/core/handlers/exception.py”，第34行，在内部响应=get_-response（请求）文件“/home/akhil/anaconda3/lib/python3.6/site-packages/django/core/handlers/base.py”，第126行，在获取响应=self中。通过中间件（e，请求）文件“/home/akhil/anaconda3/lib/python3.6/site packages/django/core/handlers/base.py”处理异常，第124行，在索引a=fuctioncall的第6行中，处理异常。show（）文件“/home/akhil/tocoblo/msg/fuctioncall.py”，show a=Loadmodel中的第6行。predict_string（）文件“/home/akhil/tocoblo/msg/Loadmodel.py”，第69行，predict_string b=loaded_model。预测（y）文件“/home/akhil/anaconda3/lib/python3.6/site packages/keras/engine/training.py”，第1164行，预测自我_make_predict_function（）文件“/home/akhil/anaconda3/lib/python3.6/site packages/keras/engine/training.py”，第554行，在make_predict_function**kwargs）文件“/home/akhil/anaconda3/lib/python3.6/site packages/keras/backend/tensorflow_backend.py”中，第2744行，函数返回函数（输入、输出、更新=更新，**-kwargs）文件“/home/akhil/anaconda3/lib/python3。6/站点包/keras/后端/tensorflow_后端。py”，第2546行，在init中带有tf.control_依赖项（self.outputs）：文件“/home/akhil/。local/lib/python3。6/站点包/tensorflow/python/framework/ops。py“，第5002行，在控制依赖项返回get\u default\u graph（）。控制依赖项（控制输入）文件“/home/akhil/。local/lib/python3。6/站点包/tensorflow/python/framework/ops。py“，第4541行，在控制依赖项c=self.as_图形元素（c）文件“/home/akhil/”中。local/lib/python3。6/站点包/tensorflow/python/framework/ops。py“，第3488行，在as_图形元素返回self中。_as_图形元素锁定（obj，允许张量，允许操作）文件“/home/akhil/。local/lib/python3。6/站点包/tensorflow/python/framework/ops。py“，第3567行，在作为图元素锁定的raise VALUERROR（“张量%s不是此图的元素”。%obj）VALUERROR:Tensor张量（“密集型/Sigmoid:0”，形状=（？，6），dtype=float32）不是此图的元素。

加载的代码是Loadmodel.py：

import numpy as np
import pandas as pd
import matplotlib.pyplot as plt
import os
import sys  
import gzip
import keras
import sys
import pickle
from sklearn.model_selection import train_test_split
from keras.preprocessing.text import Tokenizer
from keras.preprocessing.sequence import pad_sequences
from keras.layers import Dense, Input, LSTM, Embedding, Dropout, Activation
from keras.layers import Bidirectional, GlobalMaxPool1D
from keras.models import Model, Sequential
from keras import initializers, regularizers, constraints, optimizers, layers
from keras.callbacks import ModelCheckpoint
from keras.models import Sequential
from keras.layers import Dense
from keras.models import model_from_json

import numpy
import os
os.environ['TF_CPP_MIN_LOG_LEVEL'] = '2'

import json
from pprint import pprint

json_file = open('msg/model.json', 'r')
loaded_model_json = json_file.read()
json_file.close()
loaded_model = model_from_json(loaded_model_json)

loaded_model.load_weights("msg/model.h5")
print("Loaded model from disk")

pickle_in = open("msg/dict.pickle","rb")
#pickle_in.encoding = 'latin1'
tokenizer = pickle.load(pickle_in, encoding='latin1') 
#tokenizer = pickle.load(pickle_in)

with open('msg/data.json') as f:
    data = json.load(f)

def predict_string():    
    maxlen=200
    string=""
    for j in range(0,120):
        flag=0
        s=(data["maps"][j]["comment"],)
        x=tokenizer.texts_to_sequences(s)
        y=pad_sequences(x,maxlen=maxlen)

        b=loaded_model.predict(y)
        for i in range(0,6):
            if(b[0][i]>=0.3):
                flag=1

        cnt=0
        if(flag==1):
            for i in range(0,6):
                if(b[0][i]>0.3):
                    cnt=cnt+1

        flag=cnt
        string=string+str(flag)

    return string
`
fuctioncall.py

    from . import Loadmodel
from django.http import HttpResponse, JsonResponse


def show():
    a=Loadmodel.predict_string()
    return ("GOT"+a);

urls.py：

from django.urls import path
from . import views
from . import fuctioncall
urlpatterns = [
    path('', views.index, name='index'),
    path('<str:com>', views.com, name='com'),
]

如何解决此错误？另外，我如何在Django服务器中加载机器学习项目并调用它？

Answer 1

在导入之后，添加以下两行：

global graph
graph = tf.get_default_graph()

然后，每当您尝试对模型运行推断时，请使用：

with graph.as_default():
        prediction = mode.predict(...)

希望有帮助：）