尝试多进程在tensorflow下运行函数，函数功能中包括model.predict(x)，但是在windows环境中运行正常，linux中无法运行，会出现程序无响应，调试后发现在子进程函数中model.predict(x)执行时程序出现问题。

参考代码如下，注意到此时model声明在__main__父进程中，并作为参数传给子进程。另一种情况是在子进程中使用全局变量model。或者可能存在从其他模块中引入的有关model变量。

from keras.preprocessing import image
from keras.models import load_modelimport numpy as np
import os,gc，multiprocessingdef load_image(img_path):img = image.load_img(img_path, target_size=(28, 28), color_mode="grayscale")input_img_data = image.img_to_array(img)input_img_data = input_img_data.reshape(1, 28, 28, 1)input_img_data = input_img_data.astype('float32')input_img_data /= 255return input_img_datadef run(pict_path,model):#global modelpreprocessed_input = load_image(pict_path)predictions=model.predict(preprocessed_input)top_1 = (np.argmax(predictions),np.max(predictions))print('Predicted class:')print('%s with probability %.2f' % (top_1[0], top_1[1]))if __name__=='__main__':picts=os.listdir("./mnist")model = load_model('Model3.h5')# 注意此时model声明在子进程外部（父进程声明后作为参数传入）for whichone,p in enumerate(picts):#循环读取图片预测pict_path="./mnist/"+picts[0]run_p=multiprocessing.Process(target=run,args=[pict_path,model])run_p.start()run_p.join()gc.collect()

该代码在linux（ubuntu）中应该无法运行，但是在windows上应该能运行。

解决方法如下

将model声明写在子进程的函数中，才能正常运行。

代码如下，将model声明在子进程内部。现在只测试过load_model()函数，如果直接调用变量尚未尝试。

# -*- coding: utf-8 -*-
from keras.preprocessing import image
from keras.models import load_modelimport numpy as np
import os,gcdef load_image(img_path):img = image.load_img(img_path, target_size=(28, 28), color_mode="grayscale")input_img_data = image.img_to_array(img)input_img_data = input_img_data.reshape(1, 28, 28, 1)input_img_data = input_img_data.astype('float32')input_img_data /= 255# input_img_data = preprocess_input(input_img_data)  # final input shape = (1,224,224,3)return input_img_dataimport multiprocessing,gcdef run(pict_path):model = load_model('Model3.h5')#model声明在子进程内部preprocessed_input = load_image(pict_path)#"./minst/729_4.png")predictions=model.predict(preprocessed_input)top_1 = (np.argmax(predictions),np.max(predictions))print('Predicted class:')print('%s with probability %.2f' % (top_1[0], top_1[1]))if __name__=='__main__':picts=os.listdir("./mnist")for whichone,p in enumerate(picts):#for p in x4test:#print(whichone)pict_path="./mnist/"+picts[0]run_p=multiprocessing.Process(target=run,args=[pict_path])run_p.start()run_p.join()gc.collect()

当然，主要问题的解决思路参考https://stackoverflow.com/questions/70496446/parallelizing-keras-model-predict-using-multiprocessing

BTW，讲述干货和知识的收费能理解，怎么有人的连解决bug的文章怎么还要收费的啊？离谱奥

成功解决算法模型在预测的时候model.predict(X_test)其预测功能戛然而止且代码无bug的无提示的无法继续向下运行代码而在当前直接退出

tensorflow框架下，多进程model.predict(x)无响应/暂停/无输出相关推荐

ResNet在分别在Keras和tensorflow框架下的应用案例
一.残差神经网络--ResNet的综述深度学习网络的深度对最后的分类和识别的效果有着很大的影响,所以正常想法就是能把网络设计的越深越好, 但是事实上却不是这样,常规的网络的堆叠(plain netw ...
深度学习——残差神经网络ResNet在分别在Keras和tensorflow框架下的应用案例
原文链接:https://blog.csdn.net/loveliuzz/article/details/79117397 一.残差神经网络--ResNet的综述深度学习网络的深度对最后的分类和识别 ...
tensorflow2caffe(3) : 如何将tensorflow框架下训练得到的权重转化为caffe框架下的权重参数
版权声明:本文为博主原创文章,转载时请附加博文链接. https://blog.csdn.net/jiongnima/article/details/78382972 在前两期专栏tensorflow ...
tensorflow2caffe(1) : 如何将tensorflow框架下训练得到的权重转化为caffe框架下的权重参数
在前两期专栏tensorflow2caffe(1)和tensorflow2caffe(2)中,笔者向大家介绍了caffemodel文件类型下的参数架构和如何取出tensorflow框架下训练参数.在本 ...
Pycharm中tensorflow框架下tqdm的安装
基本环境 win 10 tensorflow-cpu pycharm // tensorflow程序里错误结果显示from tqdm import tqdm ImportError: cannot i ...
Keras 和 Tensorflow 框架下五种视频分类
目前视频分类是机器学习模式中独树一帜的挑战.今天我们就要来看看在Keras 和 Tensorflow 框架下的不同的视频行为识别策略,我们将会学着如何使用五深度学习的模式去学习UCF101数据组,具体 ...
caffe与tensorflow框架下卷积的维度计算与一致性证明
对于卷积运算,假设输入维度为iii,卷积核的维度为www,步长为sss,这里为了叙述方便仅描述一维且忽略pad(pad可以看做已经乘以2加到输入维度中去了).在caffe框架下,按照平移的原则一步 ...
同在服务器无响应,全部服务器无响应！！！
该楼层疑似违规已被系统折叠隐藏此楼查看此楼谁来救救我哦!!!! 09/24/06 14:05:42: 正在连接到BiG BanG 9(80.239.200.108:3000)... 09/24/0 ...
【python】TensorFlow框架下CNN神经网络的花卉识别系统
提前说明一下,本文的CNN神经网络模型是参考网上诸多相关CNN图像分类大牛的博客修改的,在模型的基础上,用python的Flask框架搭载了一个web页面用来可视化展示. 第一步,爬取图片数据集用p ...

tensorflow框架下，多进程model.predict(x)无响应/暂停/无输出

解决方法如下

tensorflow框架下，多进程model.predict(x)无响应/暂停/无输出相关推荐

最新文章

热门文章