Keras多线程和load_model

Question

我遇到了使用Keras和Tensorflow后端的多线程应用程序的一些问题。

我有2个帖子：

• 线程A：创建一次模型并编译它。每隔30分钟就会获取一个新版本的列车数据并再次训练模型。它将模型保存为.h5文件
• 线程B：使用线程锁（使多线程安全），该线程预处理其数据并在前面提到的.h5文件上调用load_model。 之后，它会在加载的模型上调用预测。

我感到困惑，因为我不断得到如下的例外情况：

Cannot interpret feed_dict key as Tensor: Tensor Tensor("input_1:0", shape=(?, 60, 17), dtype=float32) is not an element of this graph

调用load_model()时。 我找到了这个https://github.com/keras-team/keras/issues/6124，但是因为在线程A我没有做出任何预测，所以在我在线程A上拟合模型然后保存模型后，我调用了_make_predict_function()。

您有任何建议/提示吗？