keras报错：AttributeError: '_thread._local' object has no attribute 'value'

　　需求是使用pyqt5中的槽函数运行keras模型训练，为了不让工具在模型训练的过程中出现假死的现象，于是把训练操作放到单独的线程中运行，于是问题来了，训练操作在主线程运行时正常，但是界面假死，假若训练在单独的线程中运行就会出现下面这个问题。

　　网上对此错误的解释是keras和TensorFlow的版本不对，但是并没有解释为什么，一开始我是怀疑的，为什么在主线程中能够正常运行，单独开一个线程时就不行了，这为什么是版本的问题？

 

　　定位到错误代码的地方，如下图所示，问题是_SYMBOLIC_SCOPE这个对象没有value这个值。

　　接着我们定位到_SYMBOLIC_SCOPE创建的位置，如下图所示，我们发现在这个_SYMBOLIC_SCOPE创建之后马上就给他赋值value。

 

　　那问题来了为什么会出现value找不到呢？其实关键是_SYMBOLIC_SCOPE = threading.local（）这个函数，作用就是将不同线程的值分隔开，即单独开一个线程运行时通过_SYMBOLIC_SCOPE是取不到另一个线程中给_SYMBOLIC_SCOPE添加的值。

　　那么问题又来了，value值是在哪个线程中赋值的呢？如下图所示，其实我们可以发现当import keras的时候，会等待一会的时间，其实是TensorFlow会在后台起一个线程作为守护线程，守护线程执行上面的操作，当我们单独再起一个线程运行时，新的线程是无法取到守护线程赋予的value值，所以就会出错。具体为什么这样实现暂时还不清楚，反正就是多线程去运行keras是不可以，我甚至想过结束后台线程或者更改keras的代码，手动给_SYMBOLIC_SCOPE .value赋值，虽然程序可以正常运行，但是引入了不确定的风险。

　　最后回头去思考版本的问题，出错的版本的2.3.1，然后找到一个2.2.4版本的keras去看代码发现没有_SYMBOLIC_SCOPE这个操作，所以使用这个版本后单独开一个线程是可以正常运行的。

 

　　注意：

　　1、keras版本更改之后可能会出现TensorFlow、Numpy报错现象，可能是版本不匹配，重新选择一个可用的版本即可，下面是我使用版本

keras == 2.2.4
TensorFlow == 1.13.1
Numpy == 1.16.0
python == 3.7

　　2、出错的文件是keras/backend/tensorflow_backend.py，两个版本的此文件代码差异较大。