时间:2021-05-22
笔者小白在用Django写一个表格单据图片的识别应用的时候,遇到了调用基于Tensorflow的keras模型出错的问题。
出现的错误信息类似于以下:
ValueError: Tensor Tensor("Placeholder:0", shape=(3, 3, 1, 32), dtype=float32)通过查询相关的资料,对解决的方式做一个记录。
方法1、通过导入 import Keras
然后在构建模型前面加一句 keras.backend.clear_session()
方法2、通过提前predict一个全0的数据。
from keras.models import load_modelimport numpy as npprint('load model...')model = load_model('static\\CnnBankUp.h5', compile=False)print('load done.')#一定要添加这段代码,先测试一下,可以避免ValueError: Tensor Tensor("Placeholder:0", shape=(3, 3, 1, 32), dtype=float32) #is not an element of this graph.的错误print('test model...')#根据自己传入图片格式定义np.zeros()print(model.predict(np.zeros((2, 200,200,1))))print('test done.')以上这篇解决Django中调用keras的模型出现的问题就是小编分享给大家的全部内容了,希望能给大家一个参考,也希望大家多多支持。
声明:本页内容来源网络,仅供用户参考;我单位不保证亦不表示资料全面及准确无误,也不保证亦不表示这些资料为最新信息,如因任何原因,本网内容或者用户因倚赖本网内容造成任何损失或损害,我单位将不会负任何法律责任。如涉及版权问题,请提交至online#300.cn邮箱联系删除。
简而言之就是,nn.Sequential类似于Keras中的贯序模型,它是Module的子类,在构建数个网络层之后会自动调用forward()方法,从而有网络模
问题我们使用anoconda创建envs环境下的Tensorflow-gpu版的,但是当我们在Pycharm设置里的工程中安装Keras后,发现调用keras无
今天做了一个关于keras保存模型的实验,希望有助于大家了解keras保存模型的区别。我们知道keras的模型一般保存为后缀名为h5的文件,比如final_mo
Mac#数据集~/.keras/datasets/#模型~/.keras/models/Linux#数据集~/.keras/datasets/Windows#w
问题Keras模型迭代一次保存模型到.h5中,无法保存,提示如下:方法尝试如下1.卸载、重新安装h5py2.cdfile:///home/bigdata/cam