我刚刚接触数据科学，对这方面有很多知识，所以我只训练了一个模型，如果不创建类和函数，就可以用普通python正确预测。
但当我像这样加载和预测时

class DeepLearningBot:
    modelBlstm = tf.keras.models.load_model(modelPath,
                                            custom_objects={
                                                'elmo': hub.Module("https://tfhub.dev/google/elmo/2", trainable=False),
                                                'tf': tf
                                            })
    modelLabel = joblib.load(labelModelPath)

    @classmethod
    def process(cls, query: str) -> Intent:
        intent = DeepLearningBot.__predict(query)
        return intent

    def __predict(query: str) -> Intent:
        with tf.Session() as session:
            K.set_session(session)
            session.run(tf.global_variables_initializer())
            session.run(tf.tables_initializer())
            predictionQuery = np.array([query])
            predictions = DeepLearningBot.modelBlstm.predict(predictionQuery)

        # choose the best/max probability intent
        validPrediction = np.argmax(predictions, axis=1)
        confidence = np.amax(predictions)*100

        # get the exact name instead of position number
        predictedLabel = DeepLearningBot.modelLabel.inverse_transform(
            validPrediction)

        intent = Intent(**{
            "name": predictedLabel[0],
            "confidence": confidence
        })

        return intent

这不是正确的预测。但是现在如果我像这样加载和预测

elmo = hub.Module("https://tfhub.dev/google/elmo/2", trainable=False)

with tf.Session() as session:
    K.set_session(session)
    session.run(tf.global_variables_initializer())
    session.run(tf.tables_initializer())
    model_elmo = tf.keras.models.load_model(model_path)
    predicts = model_elmo.predict(predictionQuery)

它工作完美，预测意图准确。
在每个查询的第二种方法中，它在会话中加载我想要忽略的模型。
你知道我该怎么解决这个问题吗？