tensorflowのエラーTypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("conv2d_1

前提・実現したいこと

python のFlaskでサーバーを立てて、ウェブ上で機械学習により判別するシステムを作っています。

ユーザからのデータをwebでもらい、ウェブでの学習ボタンを押すとそのデータをpythonに投げ、pythonで学習させています。

しかし一度目の学習はうまくできるのですが、そのボタンを2回目以降押すとエラーがでます。
またその問題となっているモジュールを上書き保存して、更新すると一回目だけはうまく学習できます。

何がいけないのでしょうか？

発生している問題・エラーメッセージ

TypeError: Cannot interpret feed_dict key as Tensor: Tensor Tensor("conv2d_1_input:0", shape=(?, 6, 10, 1), dtype=float32) is not an element of this graph.

該当のソースコード

python
1
2//サーバたてるコード
3@app.route('/')
4def index():
5    with open("index5online.html", "rb") as f:
6        return render_template('index5online.html')
7    #オンライン学習用の推定
8
9@app.route('/learning/',methods=['GET','POST'])
10def learning():
11    label = act5_keras.keras_learning()
12
13    return ('----finish learning by %s--- '%(label) )

python
1
2//act5_keras.py
3def keras_learning():
4    
5    //一部処理
6
7    # CNNモデル構造を定義 --- (*2)
8    model = Sequential()
9    model.add(Conv2D(32, kernel_size=(3, 3),
10                     activation='relu',
11                     input_shape=in_shape))
12    model.add(Conv2D(64, (3, 3), activation='relu'))
13    model.add(MaxPooling2D(pool_size=(2, 2)))
14    model.add(Dropout(0.25))
15    model.add(Flatten())
16    model.add(Dense(128, activation='relu'))
17    model.add(Dropout(0.5))
18    model.add(Dense(out_size, activation='softmax'))
19
20    # モデルを構築 --- (*3)
21    model.compile(
22        loss='categorical_crossentropy',
23        optimizer=RMSprop(),
24        metrics=['accuracy'])
25
26    # 学習を実行 --- (*4)
27    hist = model.fit(X_train, y_train,
28              batch_size=128, 
29              epochs=30,
30              verbose=1,
31              validation_data=(X_test, y_test))
32
33    # モデルを評価 --- (*5)
34    score = model.evaluate(X_test, y_test, verbose=1)
35    print('正解率=', score[1], 'loss=', score[0])
36    """
37    # 学習の様子をグラフへ描画 --- (*6)
38    # 正解率の推移をプロット
39    plt.plot(hist.history['acc'])
40    plt.plot(hist.history['val_acc'])
41    plt.title('Accuracy')
42    plt.legend(['train', 'test'], loc='upper left')
43    plt.show()
44
45    # ロスの推移をプロット
46    plt.plot(hist.history['loss'])
47    plt.plot(hist.history['val_loss'])
48    plt.title('Loss')
49    plt.legend(['train', 'test'], loc='upper left')
50    plt.show()
51    """
52    model.save('CNN_model.h5')
53    model.save_weights('CNN_weight.h5')
54
55    return "keras"
56
57
58def keras_predict(arr):
59//予測の関数
60    model = load_model('CNN_model.h5')
61    model.load_weights('CNN_weight.h5')
62///....
63
64