python - 使用 tensorflow/keras 实例化多个模型
问题描述
我正在创建一个用于处理和运行神经网络的 GUI。出于这个原因,我有一个由 GUI 启动的运行神经网络的子进程。这按预期工作。神经网络运行后,我将网络的权重和其他数据发送到 GUI 以允许保存网络。在那里我实例化一个模型并保存它model.save(path)
当我保存网络时,一个运行神经网络的新子进程会卡住。
从我对这个问题的研究中,我了解到 tensorflow 似乎创建了某种会话,并且一旦我用 tensorflow 实例化某些东西,就会在全局范围内设置值。我还找到了 tensorflow 1 的解决方案,其中创建了一个图形和一个会话来避免这种情况。我无法为 tensorflow 2.x 重新创建这样的解决方案。
我需要一个选项,以便能够根据我的理解清除这种 tensorflow 的全局状态。我该如何解决这个问题?
解决方案
推荐阅读
- python - 在 Python 中查找列表的大小/内部结构
- html - Bootstrap 4 轮播响应式设计
- javascript - 手表位置离子 3
- java - 尝试使用 java 运行 sql 查询时出现 406 错误
- windows - 阿拉伯字母中午 ghunna 错误地用点显示
- php - 更改 wordpress 单篇文章特色图片的位置
- c# - 确定二进制文件的相似性
- azure - 机器人保护或添加验证码以在 Azure AD B2C 中注册体验
- r - 如何在 R 的 for 循环中调用多个变量?
- php - 如何在 localhost (Appserv) 上创建 .htaccess