当TensorFlow 1.X在本地跑没问题，但上了Flask框架就有问题，报错为：

TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("keras_learning_phase:0", shape=(), dtype=bool) is not an element of this graph.

其实是一个TensorFlow自身的BUG，理解：Tensorflow的图Graph是动态的，

1. 在Flask服务器中第一次调用，生成的model和各种资源都在一块区域A中。因此不会出错，此时服务器把model保存在区域A中。
2. 第二次推导，生成的需要推导的内容因为你没有固定图Graph，所以服务器把他放进了区域B中，这样就导致了需要推导的内容和模型不在一块区域中，即图Graph不一样。

解决方案之一：将Graph固定起来

from xxx import model
import tensorflow as tf
graph = tf.get_default_graph()

@router...
def main():
    global graph
    with graph.as_default():
        model.predict(xxx)