Блог

Я не знаю, как я могу «сохранить» график / сеанс моей модели Keras внутри приложения Django, которое работает как сервер.

Я создал последовательную модель Keras DeepModel , которая отлично работает как отдельный модуль Python. Но теперь я хочу внедрить ее в приложение Django, где я определил следующий обработчик для модели:

 # instantiated by Django app
class DeepModelManager:

def __init__(self, params):

    self.graph = tf.Graph()
    self.sess = tf.Session()
    K.set_session(self.sess)
    with self.sess.as_default():
        self.instance = DeepModel(params)
        self.model = self.instance.build()

        optimizer = Adam()
        loss = "categorical_crossentropy"
        metrics = ["accuracy"]
        self.model.compile(loss=loss, optimizer=optimizer, metrics=metrics)

def train(self):
    X = ...
    y = ...

    K.set_session(self.sess)
    with self.sess.as_default():
        H = self.model.fit(X, y, epochs=20)
  

Процесс работает следующим образом:

• сначала приложение Django ожидает запроса на инициализацию от внешнего клиента, затем оно создает экземпляр DeepModelManager (как views переменная модуля), который создает экземпляр / создает / компилирует Keras DeepModel
• затем приложение Django ожидает запроса на сборку, который должен запустить вышеупомянутую train функцию, т.е. подгонку модели

Но всякий раз, когда train запускается метод, я постоянно получаю ошибку

ValueError: Tensor("training/Adam/Const:0", shape=(), dtype=float32) must be from the same graph as Tensor("sub:0", shape=(), dtype=float32).

я подозреваю, что это связано с тем, что сеанс TensorFlow (или график) каким-то образом очищается между инициализацией модели и обучением. Вот почему я пытался поиграть с tf.Session() и tf.Graph() (в автономной DeepModel версии я не трогаю его), но это не помогает.