基于Inception3的二分类图像模型加载后评估报错求助

我之前在TensorFlow 1.14.0-rc1搭配Keras 2.2.4-tf的环境下，用InceptionV3训练二分类图像分类器时，也碰到过完全一样的问题：训练完成后直接评估模型一切正常，但保存模型再重新加载，用手动创建的tf.Session评估就会抛出FailedPreconditionError，提示变量未初始化。

问题根源 #

在TensorFlow 1.x版本中，Keras有自己的会话管理机制。你当前的代码逻辑有个关键问题：在加载模型之前就执行了sess.run(tf.global_variables_initializer())，这时候模型的变量还没被创建，等于初始化了个空集；等加载模型后，新生成的变量并没有在当前会话中被初始化，自然会提示找不到变量。

解决方案 #

这里有两种可靠的解决方式，根据你的需求选择：

方式一：让Keras自动管理会话（推荐）

最简单的办法就是去掉手动创建的tf.Session，让Keras自己处理会话逻辑，这也是Keras在TF1.x中的默认使用方式：

# 无需手动创建Session
new_model = tf.keras.models.load_model('mymodel.h5')
new_model.summary()
eval_model = new_model.evaluate(image_test, label_test)

方式二：手动关联Session和Keras（必须用Session时）

如果你的业务逻辑必须手动创建会话，那需要调整步骤顺序：先加载模型，再初始化变量，并且要告诉Keras使用当前的会话：

with tf.compat.v1.Session() as sess:
    # 先加载模型
    new_model = tf.keras.models.load_model('mymodel.h5')
    # 加载完成后，初始化所有变量
    sess.run(tf.global_variables_initializer())
    # 关键：让Keras绑定当前会话
    tf.keras.backend.set_session(sess)
    new_model.summary()
    eval_model = new_model.evaluate(image_test, label_test)

这里的tf.keras.backend.set_session(sess)是核心，它会让Keras后续的所有操作都使用你手动创建的会话，避免出现会话不共享导致的变量找不到问题。

补充说明 #

训练完成后直接评估没问题，是因为训练过程中Keras已经在自己的会话里完成了所有变量的初始化，此时模型的变量都处于可用状态；但保存再加载后，新的模型实例相当于重新构建了变量图，必须在当前会话中重新初始化才能使用。

内容的提问来源于stack exchange，提问作者user3050590