ValueError: тензор не является элементом этого графика

На данный момент я тестирую глубокое обучение с помощью TensorFlow и Keras. Теперь я хотел бы оценить фотографии. Поэтому мне нужно узнать с помощью класса сторожевого таймера, создается ли новое изображение в папке. В этом случае я хочу сделать прогноз. Поэтому мне нужно сначала загрузить мою обученную модель глубокого обучения из файла .json и инициализировать ее весами из файла .h5. Этот шаг требует времени. Поэтому я планирую загрузить модель один раз и в дальнейшем хочу сделать много прогнозов. К сожалению, я получил следующее сообщение об ошибке, и я предлагаю, что что-то с loaded_model пошло не так. Если я загружу его для каждого прогноза, проблем не будет, но это не то, что мне нужно.

#####     Prediction-Class     #####

#Import
from keras.models import model_from_json
import numpy as np
from keras.preprocessing import image
from PIL import Image


class PredictionClass():
    #loaded_model = self.LoadModel()
    counter = 0

    def Load_Model(self):
        modelbez = 'modelMyTest30'
        gewichtsbez = 'weightsMyTest30'

        # load json and create model
        print("Loading...")
        json_file = open(modelbez + '.json', 'r')
        loading_model_json = json_file.read()
        json_file.close()
        loading_model = model_from_json(loading_model_json)
        # load weights into new model
        loading_model.load_weights(gewichtsbez + ".h5")
        print('Loaded model from disk:' + 'Modell: ' + modelbez + 'Gewichte: ' + gewichtsbez)

        loading_model.compile(loss='binary_crossentropy', optimizer='rmsprop', metrics=['accuracy'])
        return loading_model

    def Predict(path, loaded_model):
         test_image = image.load_img(path, target_size = (64, 64))
         test_image = image.img_to_array(test_image)
         test_image = np.expand_dims(test_image, axis = 0)

         # This step causes the error
         result = loaded_model.predict(test_image)
         print('Prediction successful')

         if result[0][0] == 1:
            prediction = 'schlecht'
            img = Image.open(path)
            img.save(path, "JPEG", quality=80, optimize=True, progressive=True)
            #counterschlecht = counterschlecht +1

         else:
            prediction = 'gut'
            img = Image.open(path)
            img.save(path, "JPEG", quality=80, optimize=True, progressive=True)
            #countergut = countergut +1  

         print("Image "+" contains: " + prediction);


#####     FileSystemWatcher     #####

#Import
import time
from watchdog.events import FileSystemEventHandler
from watchdog.observers import Observer  

#Class-Definition "MyFileSystemHandler"
class MyFileSystemHandler(FileSystemEventHandler):
    def __init__(self, PredictionClass, loaded_model_Para):
        self.predictor = PredictionClass
        self.loaded_model= loaded_model_Para

    def on_created(self, event):
        #Without this wait-Step I got an Error "Permission denied
        time.sleep(10)
        PredictionClass.Predict(event.src_path, self.loaded_model)
        print('Predict')


#####     MAIN     #####

predictor = PredictionClass()
print('Class instantiated')
loaded_model_Erg = predictor.Load_Model()
print('Load Model')

if __name__ == "__main__":
    event_handler = MyFileSystemHandler(predictor, loaded_model_Erg)

    observer = Observer()
    observer.schedule(event_handler, path='C:\\Users\\...\\Desktop', recursive=False)
    observer.start()

    try:
        while True:
            time.sleep(0.1)
    except KeyboardInterrupt:
        #Press Control + C to stop the FileSystemWatcher
        observer.stop()

    observer.join()

Ошибка:

ValueError: Tensor Tensor ("density_2 / Sigmoid: 0", shape = (?, 1), dtype = float32) не является элементом этого графа.