我有一个 flask 应用程序，它首先加载一个 keras 模型，然后执行预测功能。根据this answer我将 tensorflow 图保存在一个全局变量中，并将相同的图用于预测函数。

def load_model():
    load_model_from_file()
    global graph
    graph = tf.get_default_graph()

def predict():
    with graph.as_default():
        tagger = Tagger(self.model, preprocessor=self.p)
        return tagger.analyze(words)

@app.route('/predict', methods=['GET'])
def load_and_predict():
    load_model()
    predict()

但是，每当向服务器发送多个请求时，这就会导致问题。如何使这段代码线程安全，或者更具体地说，如何在多线程环境中正确使用 tensorflow 图？

最佳答案

通常，在 tensorflow 中使用线程时应该使用 session 。

intra_parallel_thread_tf = 1
inter_parallel_thread_tf = 1

session_conf = tf.ConfigProto(intra_op_parallelism_threads=intra_parallel_thread_tf,
                          inter_op_parallelism_threads=inter_parallel_thread_tf)

tf.Session(graph=tf.get_default_graph(), config=session_conf)
GRAPH = tf.get_default_graph()

但这很笼统。这也取决于你得到的错误。

https://stackoverflow.com/questions/54129714/