Skip to main content
 首页 » 编程设计

python之使用 Flask 运行 keras 预测会出错

2024年11月24日11insus

我有一个已保存的 keras 模型,我正试图在使用 Flask 托管的服务器上对其进行预测。模型的输入维度为 12,输出维度为 8。 当我向服务器发出预测请求时,出现错误。

服务器.py

model_path = 'dom-loc.h5' 
model = load_model(model_path) 
 
 
 
@app.route('/api', methods=['POST', 'GET']) 
 
def predict(): 
    data = request.get_json(force=True) 
    location = model.predict_classes(np.array(data['dompath'])) 
    output = location[0] 
    print('OUTPUT', output) 
    return jsonify(output) 
 
 
if __name__ == '__main__': 
    app.run(port=5000, debug=True) 

请求.py

url = 'http://localhost:5000/api' 
 
 
r = requests.post(url, json={'dompath':[[2, 3, 5, 1, 3, 3, 1, 5, 6, 8, 4, 8]]}) 
print(r.json()) 

server.py 错误

ValueError: Tensor Tensor("dense_4/Sigmoid:0", shape=(?, 8), dtype=float32) is not an element of this graph. 

request.py 错误

json.decoder.JSONDecodeError: Expecting value: line 1 column 1 (char 0) 

请您参考如下方法:

在进行预测时,需要获取默认构建的图。您可以在以下代码片段的帮助下完成此操作。

graph = tf.get_default_graph() 
with graph.as_default(): 
    #predict here