Как использовать многопоточную блокировку в multiprocessing.dummy

Question

from multiprocessing.dummy import Pool as ThreadPool
class TSNew:
    def __init__(self):
        self.redis_client = redis.StrictRedis(host="172.17.31.147", port=4401, db=0)
        self.pool = ThreadPool(40) # init pool
        self.dnn_model = None
        self.lock=threading.Lock()

        self.t1 = threading.Thread(target=self.load_model_item)
        self.t1.start()

        self.t2 = threading.Thread(target=self.process_user_dict)
        self.t2.start()

    def load_model_item(self):
        while True:
            self.lock.acquire()
            #here  load model from disk as self.dnn_model
            self.lock.release()
            time.sleep(600)
    def predict_memcache(self):
        '''
        process every element in user_dicts
        '''
    def process_user_dict(self,user_dict):
        while True:
            # construct user_dicts as a list
            # use self.dnn_model to predict by self.pool 
            results = self.pool.map(self.predict_memcache, user_dicts)

TSNew_ = TSNew()

def get_user_result():
    logging.info("----------------come in ------------------")
    if request.method == 'POST':
        user_dict_json = request.get_data()# userid
        '''
        ....
        '''
        return 'SUCCESS\n'


@app.route('/', methods=['POST'])
def get_ts_gbdt_id():
    return get_user_result()

from werkzeug.contrib.fixers import ProxyFix
app.wsgi_app = ProxyFix(app.wsgi_app)

if __name__ == '__main__':
    app.run(host='0.0.0.0', port=4444)

В классе TSNew и process_user_dict есть два потока, использующих ThreadPool() для обработки user_dicts параллельно через predict_memcache функцию.Функция должна использовать модель keras, которая загружается с диска каждые несколько минут.Как я уже писал, во время периода загрузки модели (может занять несколько секунд) я не хочу, чтобы модель прогнозировалась в predict_memcache, поэтому я пытаюсь использовать self.lock.acquire().Но, похоже, не работает и model.predict выдаст ошибку при загрузке.Итак, как правильно загрузить модель при загрузке?