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 keras.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。

猜你也喜欢