tensorflow項目打包

• 1.版本匹配問題
• • 1)
  • 2)
• 2.打包spec修改
• 3.加載模型遇到的問題

1.版本匹配問題

我們的服務器版本是centOS7，所以相對應的一些其他的依賴包版本如下：

版本不匹配會報一些問題，比如：

1)

import tensorflow.python as tf
AttributeError: module 'tensorflow' has no attribute 'python'。

另外上面這個問題發生後，我們盡量不要用tensorflow.python點的這種方式來引用包，比如要用backend，就寫成如下兩行：

from tensorflow import keras
from keras import backend

2)

Traceback (most recent call last):
File "webapi.py", line 40, in <module>
File "keras/models.py", line 768, in load_weights
File "keras/engine/topology.py", line 3339, in load_weights_from_hdf5_group
AttributeError: 'str' object has no attribute 'decode'
[17766] Failed to execute script 'HFwebapi' due to unhandled exception!

這是keras生成的h5模型，在調用load模型時，發生的報錯。
solution：
這是h5py模塊的版本不匹配，改為2.10.0即可解決（先卸載當前的版本，我的是3.1.0，然後再安裝）。

2.打包spec修改

因為我需要把配置文件夾、生成的模型文件、日志文件夾生成到打包後的文件夾中，所以，需要修改spec文件。

a = Analysis(['webapi.py'],
pathex=['/home/Downloads/20211101'],
binaries=[('./conf','conf'),('./saved_models','saved_models'),('./Logs','Logs'),
],
datas=[],
hiddenimports=[],
hookspath=[],
hooksconfig={
},
runtime_hooks=[],
excludes=[],
win_no_prefer_redirects=False,
win_private_assemblies=False,
cipher=block_cipher,
noarchive=False)

如上面所示，要把指定的文件夾生成到指定的目錄中去，在binaries中添加即可。
改完spec以後，每次的打包需要記得由

pyinstaller -D webapi.py

改為

pyinstaller -D webapi.spec

3.加載模型遇到的問題

File "/apps/webapi/tensorflow/python/framework/ops.py", line 3402, in _as_graph_element_locked
ValueError: Tensor Tensor("dense_9/BiasAdd:0", shape=(?, 1), dtype=float32) is not an element of this graph.

 File "/apps/keras/models.py", line 273, in load_model
File "/apps/keras/engine/topology.py", line 3393, in load_weights_from_hdf5_group
File "/apps/keras/backend/tensorflow_backend.py", line 2377, in batch_set_value
File "/apps/tensorflow/python/client/session.py", line 895, in run
File "/apps/tensorflow/python/client/session.py", line 1073, in _run
TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("Placeholder:0", shape=(240, 400), dtype=float32) is not an element of this graph.

參考：
https://www.jianshu.com/p/c84ae0527a3f
https://www.cnblogs.com/yanjj/p/8242595.html
這個問題是在調用h5模型時產生的。
solution ：
在初始化加載模型之後，就隨便生成一個向量讓 model 執行一次 predict 函數，之後再使用就不會有問題了。
load_model後，加一句：

model.predict(np.zeros((1,50,29)))

如上修改後，再打包運行會發現接口可以成功調用一次，第二次就又失敗了。
這個問題，下面的blog描述了解決方法：
https://blog.csdn.net/selfimpro_001/article/details/99693273
session是tensorflow中常見的會話。
clear_session: destroys the current TF graph and creates a new one. Useful to avoid clutter from old models/layers.
TF graph函數，可以通過tensorboard用圖形化界面展示出來流程結構，可以整合一段代碼為一個整體存在於一個圖中。
如果不添加clear_session()，每次加載模型，graph上的node就會越來越多，最終導致時間、內存問題。