python之TensorFlow、Keras、Flask之无法通过 Flask 将我的 Keras 模型作为 Web 应用程序运行

我最近一直在为我的大学项目研究机器学习模型，该模型接受用户的健康因素并将其提供给 CNN，然后 CNN 会告诉用户他们在未来几年患糖尿病的时间。我已经写了一个keras模型并保存为hdf5格式。我已经检查过它在本地运行，保存的模型可以做出很好的预测。我想通过 Web 应用程序运行这个模型，因此过去几天我一直在研究 Flask。我已经为 flask app.py 和 index.html 编写了代码

应用.py

from flask import Flask, render_template, request 
from flask import request 
import numpy as np 
from keras.models import load_model 
from sklearn.preprocessing import MinMaxScaler 
from flask import jsonify 
import os 
import re 
import sys 
 
# init model directory 
MODEL_DIR = './models' 
result='' 
 
#init Flask 
app = Flask(__name__) 
 
#load the compiled model. 
print("Loading model") 
model = load_model(os.path.join(MODEL_DIR, 'classifier_model.hdf5')) 
 
scaler= MinMaxScaler(feature_range=(0,1)) 
 
#routing for home page 
@app.route('/', methods=['GET','POST']) 
def index(): 
if request.method == 'GET': 
    return render_template('index.html') 
 
if request.method == 'POST': 
    weight=float(request.form['weight']) 
    height=float(request.form['height']) 
    gluc=float(request.form['glucose')]) 
    bp=float(request.form['bp']) 
    age=float(request.form['age']) 
    height=height/100 
    bmi=weight/(height*height) 
    predict_data=np.array([[gluc, bp, bmi, age],[103,80,19.4,22]]) 
    scaled_predict_data=scaler.fit_transform((predict_data)) 
    round_predict =  
model.predict_classes(scaled_predict_data,verbose=0) 
    res=np.array_str(round_predict[0]) 
 
    return render_template('index.html', value=res) 
 
 
 
 
 
if __name__ == '__main__': 
    port= int(os.environ.get('PORT',8080)) 
    app.run(host='0.0.0.0', port=port,debug=True) 

index.html

<html> 
<head> 
    <script > 
      var value= {{value}} 
    </script> 
 
</head>> 
<body> 
 
  <form  method = "POST"> 
     <p>Weight <input type = "number" name = "weight" /></p> 
     <p>Height(CM) <input type = "number" name = "height" /></p> 
     <p>Glucose(mg/dL) <input type = "number" name = "glucose" /></p> 
     <p>Blood Pressure <input type ="number" name = "bp" /></p> 
     <p>Age <input type ="number" name = "age" /></p> 
     <p><input type = "submit" value = "submit" /></p><br> 
     Output: {{ value }}<br> 
  </form> 
 
 </body> 
</html> 

现在，当我运行 app.py 代码时，一切正常，index.html 已呈现，但是当我点击提交按钮时，我收到此错误消息: ValueError: Tensor Tensor("dense_3/Sigmoid:0", shape=(?, 1), dtype=float32) 不是该图的元素。

切换到 theano 后端会有帮助吗？

任何帮助将不胜感激。这是我的大学项目，提交日期已经过去。请帮忙。提前致谢。

请您参考如下方法:

我遇到了同样的问题，发现一种可能的解决方案是明确指定图形。请注意，这是特定于 TensorFlow 的解决方案，因此不太便携。

import tensorflow as tf 
 
... 
 
g = tf.Graph() 
with g.as_default(): 
    print("Loading model") 
    model = load_model(os.path.join(MODEL_DIR, 'classifier_model.hdf5')) 
 
... 
 
@app.route('/', methods=['GET','POST']) 
def index(): 
    ... 
 
    with g.as_default(): 
        round_predict = model.predict_classes(scaled_predict_data,verbose=0) 
 
    ...