Как запустить Keras.model () для прогнозирования внутри сеанса тензорного потока?

Question

У меня сейчас проблема при выполнении моего модельного предсказания керат в сеансе тензорного потока.

with tf.Session(graph=graph) as sess:
    sess.run(tf.global_variables_initializer())
    ## want to know how to add model.predict() inside this condition
    predictions = model.predict(#my_model)
    #predictions output is same not appending

или любой другой метод будет полезен.

Любая помощь будет оценена.

Answer 1

Если я не ошибаюсь, вы можете заменить

with tf.Session() as sess:

просто

sess = K.get_session()

(K - keras. Назад импортировано)

Answer 2

from keras.models import load_model
with tf.Session(graph=K.get_session().graph) as session:
    session.run(tf.global_variables_initializer())
    model = load_model('model.h5')
    predictions = model.predict(input)

Вышеупомянутый код работает для меня. Я использую Keras Mobilenet внутри Tensflow.

Answer 3

Сначала необходимо указать заполнитель .. затем загрузить модель

 input_img = tf.placeholder(tf.float32, 
                      (1,12,8,3), name = 'image')
 CnnClassifier=tf.keras.models.load_model('model.h5',custom_objects 
                                     =None,compile = True) 
 output  = CnnClassifier(input_img)

with tf.Session() as sess:
    sess.run(tf.global_variables_intializer())
    output_val = sess.run(output, 
                {input_img:np.expend_dims(img,0)})

Answer 4

from keras import backend as K

with tf.Graph().as_default():

    with tf.Session() as sess:

        K.set_session(sess)
        model = load_model(model_path)
        preds = model.predict(in_data)