通过Flask方式调用keras方法报错的怪异问题解决方法

最近使用keras+tensorflow的densent模型处理OCR,直接传入文件运行正常,但用Flask通过web 上传文件后调用相同的功能时会报如下错误:

File "e:\big-data\ocr\BDP_SMARTOCR-REPO\trunk\Src\epocr-lic\ocr.py", line 69, in charRec

    text = keras_densenet(image)

  File "e:\big-data\ocr\BDP_SMARTOCR-REPO\trunk\Src\epocr-lic\densenet\model.py", line 54, in predict

    y_pred = basemodel.predict(X)

  File "e:\deep_learn\tf-gpu\lib\site-packages\keras\engine\training.py", line 1164, in predict

    self._make_predict_function()

  File "e:\deep_learn\tf-gpu\lib\site-packages\keras\engine\training.py", line 554, in _make_predict_function

    **kwargs)

  File "e:\deep_learn\tf-gpu\lib\site-packages\keras\backend\tensorflow_backend.py", line 2744, in function

    return Function(inputs, outputs, updates=updates, **kwargs)

  File "e:\deep_learn\tf-gpu\lib\site-packages\keras\backend\tensorflow_backend.py", line 2546, in __init__

    with tf.control_dependencies(self.outputs):

  File "e:\deep_learn\tf-gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 5028, in control_dependencies

    return get_default_graph().control_dependencies(control_inputs)

  File "e:\deep_learn\tf-gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 4528, in control_dependencies

    c = self.as_graph_element(c)

  File "e:\deep_learn\tf-gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 3478, in as_graph_element

    return self._as_graph_element_locked(obj, allow_tensor, allow_operation)

  File "e:\deep_learn\tf-gpu\lib\site-packages\tensorflow\python\framework\ops.py", line 3557, in _as_graph_element_locked

    raise ValueError("Tensor %s is not an element of this graph." % obj)

ValueError: Tensor Tensor("out_2/truediv:0", shape=(?, ?, 5990), dtype=float32) is not an element of this graph

解决方案:

在Flask启动文件中,先调用一次出错的功能,然后再接收到上传图片后调用该功能时就不会报上述错误了。 

©著作权归作者所有,转载或内容合作请联系作者
  • 序言:七十年代末,一起剥皮案震惊了整个滨河市,随后出现的几起案子,更是在滨河造成了极大的恐慌,老刑警刘岩,带你破解...
    沈念sama阅读 220,458评论 6 513
  • 序言:滨河连续发生了三起死亡事件,死亡现场离奇诡异,居然都是意外死亡,警方通过查阅死者的电脑和手机,发现死者居然都...
    沈念sama阅读 94,030评论 3 396
  • 文/潘晓璐 我一进店门,熙熙楼的掌柜王于贵愁眉苦脸地迎上来,“玉大人,你说我怎么就摊上这事。” “怎么了?”我有些...
    开封第一讲书人阅读 166,879评论 0 358
  • 文/不坏的土叔 我叫张陵,是天一观的道长。 经常有香客问我,道长,这世上最难降的妖魔是什么? 我笑而不...
    开封第一讲书人阅读 59,278评论 1 295
  • 正文 为了忘掉前任,我火速办了婚礼,结果婚礼上,老公的妹妹穿的比我还像新娘。我一直安慰自己,他们只是感情好,可当我...
    茶点故事阅读 68,296评论 6 397
  • 文/花漫 我一把揭开白布。 她就那样静静地躺着,像睡着了一般。 火红的嫁衣衬着肌肤如雪。 梳的纹丝不乱的头发上,一...
    开封第一讲书人阅读 52,019评论 1 308
  • 那天,我揣着相机与录音,去河边找鬼。 笑死,一个胖子当着我的面吹牛,可吹牛的内容都是我干的。 我是一名探鬼主播,决...
    沈念sama阅读 40,633评论 3 420
  • 文/苍兰香墨 我猛地睁开眼,长吁一口气:“原来是场噩梦啊……” “哼!你这毒妇竟也来了?” 一声冷哼从身侧响起,我...
    开封第一讲书人阅读 39,541评论 0 276
  • 序言:老挝万荣一对情侣失踪,失踪者是张志新(化名)和其女友刘颖,没想到半个月后,有当地人在树林里发现了一具尸体,经...
    沈念sama阅读 46,068评论 1 319
  • 正文 独居荒郊野岭守林人离奇死亡,尸身上长有42处带血的脓包…… 初始之章·张勋 以下内容为张勋视角 年9月15日...
    茶点故事阅读 38,181评论 3 340
  • 正文 我和宋清朗相恋三年,在试婚纱的时候发现自己被绿了。 大学时的朋友给我发了我未婚夫和他白月光在一起吃饭的照片。...
    茶点故事阅读 40,318评论 1 352
  • 序言:一个原本活蹦乱跳的男人离奇死亡,死状恐怖,灵堂内的尸体忽然破棺而出,到底是诈尸还是另有隐情,我是刑警宁泽,带...
    沈念sama阅读 35,991评论 5 347
  • 正文 年R本政府宣布,位于F岛的核电站,受9级特大地震影响,放射性物质发生泄漏。R本人自食恶果不足惜,却给世界环境...
    茶点故事阅读 41,670评论 3 331
  • 文/蒙蒙 一、第九天 我趴在偏房一处隐蔽的房顶上张望。 院中可真热闹,春花似锦、人声如沸。这庄子的主人今日做“春日...
    开封第一讲书人阅读 32,183评论 0 23
  • 文/苍兰香墨 我抬头看了看天上的太阳。三九已至,却和暖如春,着一层夹袄步出监牢的瞬间,已是汗流浃背。 一阵脚步声响...
    开封第一讲书人阅读 33,302评论 1 272
  • 我被黑心中介骗来泰国打工, 没想到刚下飞机就差点儿被人妖公主榨干…… 1. 我叫王不留,地道东北人。 一个月前我还...
    沈念sama阅读 48,655评论 3 375
  • 正文 我出身青楼,却偏偏与公主长得像,于是被迫代替她去往敌国和亲。 传闻我的和亲对象是个残疾皇子,可洞房花烛夜当晚...
    茶点故事阅读 45,327评论 2 358