最近在做一個文字分類工具，功能包括上傳樣本，使用樣本訓練model，save訓練好的model並且使用model對文字進行分類。

用到框架有Keras和Django。

訓練階段將訓練好的模型儲存到指定目錄。預測階段載入訓練好的模型進行預測（每一次預測都需要載入模型）。

第一次預測的時候是沒有問題的，可以正常預測，第二次預測的時候報出瞭如下錯誤：

TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor(“Placeholde r:0”, shape=(40001,50), dtype=float32) is not an element of this graph.

在網上找了一下，發現很多人都遇到過這個問題，解決方案大體分為兩種：

1. 在載入模型前加上keras.backend.clear_session() 

clear_session()的作用是結束當前的TF計算圖並新建一個。

經過嘗試這種的方法並不能解決我的問題。

2.在初始化載入模型之後，就隨便生成一個向量讓 model 執行一次 predict 函式 

最後是我的解決方法，在訓練階段儲存模型後和預測階段預測結束後手動清空記憶體。

如果還是不行，建議加上keras.backend.clear_session() （上述第一種方法）

新增如下程式碼：

import gc
# training
model = "自己的模型"
model.save('model/model.h5')
del model  #刪除model
gc.collect() #手動清理記憶體


# prediction
model = load_model('model/model.h5')
result = model.predict(test)
del model
gc.collect()