python - Flask 和 Keras 模型错误 '' _thread._local' object has no attribute 'value''?

Question

我正在使用以下内容: python 3.6.4

flask = 1.1.1，

凯拉斯 = 2.3.0，

tensorflow = 1.14.0，我有一个从客户端获取图片的 Flask 服务器。使用带有 TensorFlow 后端的 Keras 模型，我尝试从预训练模型中获得预测。

我正在使用以下函数上传模型(作为类的一部分)

 model_path = self.conf["model_path"] // path in conf to model
 self.model = load_model(model_path)  // uploading the model
 self.model._make_predict_function()
 p_log.info("model had been upload successfully ")

我使用以下行进行预测:

cm_prediction = self.model.predict([face, reye, leye, fg])[0]

直到今天我都没有遇到任何问题，总是能得到预测。现在我得到以下错误:

Traceback (most recent call last):
  File "D:\code_project\path to project", line 75, in predict
    cm_prediction = self.model.predict([face, reye, leye, fg])[0]
  File "D:\code_project\path to project", line 1462, in predict
    callbacks=callbacks)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\training_arrays.py", line 276, in predict_loop
    callbacks.model.stop_training = False
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\network.py", line 323, in __setattr__
    super(Network, self).__setattr__(name, value)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\base_layer.py", line 1215, in __setattr__
    if not _DISABLE_TRACKING.value:
AttributeError: '_thread._local' object has no attribute 'value'

我有一个简单的 Flask 服务器在运行:

if __name__ == '__main__':
    pre = predictor()
    # app.run(debug=True)
    app.run(host='0.0.0.0', port=12345)

模型一直在上传。

如果我在没有 Flask 服务器的情况下运行程序，因此需要手动输入，我会得到一个预测，但是一旦服务器打开 出现错误，我停止获得预测

我试着在网上寻找一些类似的问题，但没有找到，如果有人知道问题是什么以及如何解决，我将不胜感激。

Answer 1

经过一个漫长的夜晚，Keras 于 2019 年 9 月 17 日发布了新版本 2.3.0。作为修订更新的一部分，我更新了所有库，其中包括 Keras。自从我这样做以来，消息就出现了。

在我降级回 Keras 2.2.5 后，问题消失了。