Press "Enter" to skip to content

APScheduler定时任务中调用keras模型异常报错的解决方法

本站内容均来自兴趣收集,如不慎侵害的您的相关权益,请留言告知,我们将尽快删除.谢谢.

最近借助Keras训练了一个用于识别图片验证码的模型,后期需要使用APScheduler模块来实现定时任务,在任务中会调用训练好的Keras模型。

 

在正常情况下,调用任务方法,执行没有问题:

 

if __name__ == '__main__':
    # scheduler = BlockingScheduler()
    # scheduler.add_job(func=main,trigger='cron',hour='7',minute=20,misfire_grace_time=300)
    # scheduler.add_job(func=main,trigger='interval',minute=60)
    # scheduler.start()
    main()

 

一旦使用apscheduler创建添加定时任务,到了指定的时间允许,就会出现下面的异常报错:

 

ValueError: Tensor Tensor("dense_2/Softmax:0", shape=(?, 28), dtype=float32) is not an element of this graph.

 

出现这种异常报错,我们只需要多添加一行代码即可解决。

 

在正常情况下,我们的模型通过Keras的models模块中的load_model()方法进行加载:

 

from .models import load_model
# 加载训练好的神经网络
model = load_model(MODEL_FILENAME)

 

这在APScheduler的定时任务中,使用model的predict()方法进行预测结果时,就会出现上述的异常报错。我们在加载完模型之后,再显式地声明一下模型的predict功能函数就可以了,代码如下所示:

 

from keras.models import load_model
# 加载训练好的神经网络
model = load_model(MODEL_FILENAME)
model._make_predict_function()

 

这样,APScheduler的定时任务在执行的时候就不会出现上面的异常报错了。

Be First to Comment

发表评论

邮箱地址不会被公开。 必填项已用*标注