Flask 和 Keras 模型错误“_thread._local”对象没有属性“值”？答案

【问题标题】：Flask and Keras model Error ''_thread._local' object has no attribute 'value''?Flask 和 Keras 模型错误“_thread._local”对象没有属性“值”？
【发布时间】：2020-01-20 18:03:22
【问题描述】：

我正在使用以下内容：蟒蛇3.6.4

烧瓶 = 1.1.1，

Keras = 2.3.0，

TensorFlow = 1.14.0，我有一个从客户端获取图片的 Flask 服务器。使用带有 TensorFlow 后端的 Keras 模型，我尝试从预训练模型中获得预测。

我正在使用以下函数上传模型（作为类的一部分）


 model_path = self.conf["model_path"] // path in conf to model
 self.model = load_model(model_path)  // uploading the model
 self.model._make_predict_function()
 p_log.info("model had been upload successfully ")

我使用以下行进行预测：

cm_prediction = self.model.predict([face, reye, leye, fg])[0]

直到今天我都没有任何问题，总是得到一个预测。 现在我收到以下错误：

Traceback (most recent call last):
  File "D:\code_project\path to project", line 75, in predict
    cm_prediction = self.model.predict([face, reye, leye, fg])[0]
  File "D:\code_project\path to project", line 1462, in predict
    callbacks=callbacks)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\training_arrays.py", line 276, in predict_loop
    callbacks.model.stop_training = False
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\network.py", line 323, in __setattr__
    super(Network, self).__setattr__(name, value)
  File "D:\code_project\predictserver\venv\lib\site-packages\keras\engine\base_layer.py", line 1215, in __setattr__
    if not _DISABLE_TRACKING.value:
AttributeError: '_thread._local' object has no attribute 'value'

我有一个简单的 Flask 服务器正在运行：

if __name__ == '__main__':
    pre = predictor()
    # app.run(debug=True)
    app.run(host='0.0.0.0', port=12345)

模型一直在上传。

如果我运行程序没有 Flask 服务器，因此手动输入，我得到一个预测，但只要服务器开启出现错误，我停止获得预测

我试图在网上寻找一些类似的问题，但没有找到任何问题，如果有人知道问题以及如何解决它，我将不胜感激。

【问题讨论】：

我现在也遇到同样的情况。就我而言，我已将原因缩小到从我正在使用的包的另一部分导入的一些内容。在这开始发生之前，您是否添加了任何新的导入？
我唯一能想到的是我之前添加的from scipy.spatial import distance as dist

标签： python tensorflow flask keras

【解决方案1】：

无需降级Keras 或禁用多线程。使用Keras 和TensorFlow 作为后端：

from tensorflow.keras.models import load_model

【讨论】：

【解决方案2】：

对于Django：使用此命令运行服务器

python manage.py runserver --nothreading --noreload

对我来说效果很好

【讨论】：

【解决方案3】：

Keras 和 Tensorflow 版本的降级不起作用。即使在 app.py 中设置 Threaded=False 也不能自行解决问题。您还需要设置debug = False。以下工作没有任何失败。

if __name__ == '__main__':
app.run(debug=False,threaded=False)

【讨论】：

【解决方案4】：

这些解决方案都不适合我。我从 Flask 切换到了 Bottle。 Bottle 也是一个快速、简单、轻量级的 Python WSGI 微型网络框架。

安装瓶子

pip insatll bottle

之后所有语法都和Flask一样

from bottle import route, run, template

@route('/hello')
def index():
    return "Hello World"

run(host='localhost', port=8080)

【讨论】：

【解决方案5】：

如果您使用的是 tensorflow 2.2 版本，将 Keras 降级到 2.2.5 对您没有帮助，因为 tensorflow 2.2 将需要 keras 版本大于 2.3。在这种情况下，定义 graph 变量将为您解决问题。

所以在你的 app.py 中，在顶部添加这两行代码。

global graph
graph = tf.compat.v1.get_default_graph()

【讨论】：

【解决方案6】：

请确保您应该设置 threaded=False 的值例子：对于烧瓶：

if name == 'main':
    app.run(threaded=False)

【讨论】：

你不是说if __name__ == '__main__'吗？ :)

【解决方案7】：

如果它仍然相关，我只是通过更改解决了这个问题

from keras.models import Sequential

from keras.layers import Dense, Dropout, LSTM

到

from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense, Dropout, LSTM

所以，不需要关闭多线程。

【讨论】：

当我使用 PyQt5 时，这对我有用。我在 mtcnn 库中将 Keras 的每个导入都更改为 tensorflow.keras，它就像一个魅力。谢谢老兄！

【解决方案8】：

无需降级您的库版本。我遇到过同样的问题但我只调整了烧瓶参数。

app.run("0.0.0.0", 5005, threaded=False)

这使它终于可以运行我的代码了！

如果您还在苦苦挣扎，请告诉我。

【讨论】：

我的救星。非常感谢。
乐于助人并乐于成为这个社区的一员！

【解决方案9】：

这对我有用：

你必须把它放在模型创建之前。

导入 keras.backend.tensorflow_backend 作为 tb tb._SYMBOLIC_SCOPE.value = True

【讨论】：

【解决方案10】：

降级 Keras 不起作用 tb._SYMBOLIC_SCOPE.value = True 没用 thread=False AND debug=False 不起作用

from keras.models import model_from_json

到

from tensorflow.keras.models import model_from_json

工作

【讨论】：

【解决方案11】：

我尝试了以上所有方法，结果如下：

降级 Keras 不起作用，即使是常规的非烧瓶调用也无法加载模型
tb._SYMBOLIC_SCOPE.value = True 也不起作用
终于threaded=False AND debug=False 工作了。

【讨论】：

这是一个答案，承认可能不是一个很好的答案。海报是说什么不起作用，然后在第三点说什么对他们起作用。

【解决方案12】：

我通过以下方式解决了这个问题：

在我以前运行的环境中重新安装最新版本的 tensorflow、keras 和 flask（可能这里的顺序很重要...）app.py
从 tensorflow 导入 keras

当前版本：

张量流==2.1.0
keras==2.3.1
tensorflow.keras==2.2.4-tf
烧瓶==1.1.1

【讨论】：

【解决方案13】：

无需降级软件包版本。如果您使用的是Keras，那么在Flask 服务器中执行app.run(host=<HOST>, port=<PORT>, threaded=False) 或在终端中执行flask run --without-threads。不过，我会建议使用tensorflow.keras 而不是keras，这样您就不必禁用多线程。

【讨论】：

【解决方案14】：

通过 Flask 加载多个 Keras 模型时出现同样的问题。解决问题而不是使用：

from keras.models import model_from_json

我用过这个：

from tensorflow.keras.models import model_from_json

将来我将使用 tensorflow.keras，而不是安装 keras。

希望对你有帮助。

【讨论】：

【解决方案15】：

我在通过 Google App Engine 上的 Flask 提供的 Keras 模型中遇到了同样的问题。考虑到在这个线程和网上其他地方找到的建议，我尝试了以下方法，但都没有解决原来的问题：

降级到旧版本的 Tensorflow 和/或 Keras 导致我的模型无法加载。
使用app.run(threaded=False) 在全部。
设置图形上下文 tensorflow.compat.v1.get_default_graph 或 tensorflow.python.keras.backend.get_graph 导致了一些其他错误。

最终找到的提示 here 带来了解决方案，在我将这两行代码添加到代码后，我的应用开始为所有请求返回有效结果，没有任何与线程相关的问题：

import keras.backend.tensorflow_backend as tb
tb._SYMBOLIC_SCOPE.value = True

【讨论】：

【解决方案16】：

如果您遇到问题并且像我一样有点慢，也请设置 debug=False

【讨论】：

当我在 GCP 上部署我的应用程序时，这确实帮助了我。但这里的确切问题是什么？这个解决方案对我来说就像在作弊......编辑：我的 Keras 是 2.3.1 版

【解决方案17】：

我在使用 Keras 2.3.0 时遇到了同样的问题。

对于那些不想降级的人来说，另一个解决方法是在app.run() 中设置threaded=False。

【讨论】：

我有同样的问题，这个 app.run() 到底是什么？

【解决方案18】：

所以在漫长的一夜之后， Keras 在 2019 年 9 月 17 日发布了新版本 2.3.0。作为修订更新的一部分，我更新了所有库，其中包括 Keras。既然我这样做了，消息就出现了。

我降级回 Keras 2.2.5 后问题消失了。

【讨论】：

经过几个小时的追逐进口，这也解决了我的问题。谢谢！
这救了我，谢谢。有人打开过 Keras 的错误报告吗？
经过数小时的调试不同导入并惨遭失败后，我将 Keras 设置为 2.2.4 并将 TF 设置为 1.13.1 并解决了我的所有错误。似乎 Keras 和 TF 的较新版本无法与旧版本兼容。

【解决方案19】：

我今天在构建 docker 容器时遇到了同样的问题，之前它运行良好。通过将 Keras 版本降级到 2.2.4 来修复它。

【讨论】：