在TF guide on saving models中有一段关于serving_input_receiver_fn的文章，其中谈到了实现预处理逻辑的功能。我正在尝试对DNNRegressor的输入数据进行一些标准化。def serving_input_receiver_fn():
"""An input receiver that expects a serialized tf.Example."""tf.feature_c
浏览 38提问于2019-01-18得票数 1
我使用Tensorflow脚本保存了一个pb文件，但似乎我指定的输出文件夹被用作父文件夹，Tensorflow创建了一个带有数字标题(例如1586312775)的子文件夹，然后将pb文件保存在其中。estimator.export_savedmodel('/model_output', serving_input_receiver_fn=serving_input_receiver_fn()) 输出文件夹结构如下所示： model_outp
浏览 16提问于2020-04-08得票数 0
我创建了一个TensorFlow估计器： n_batches_per_layer/tensorboard_logs/wifi_outliers/", )def serving_input_receiver_fn():
inputs/export/", serving_input_rece
浏览 0提问于2019-03-04得票数 4
我正在将tensorflow.keras模型转换为估计器，并使用estimator.export_saved_mode(serving_input_receiver_fn=serving_input_receiver_fn)使我的模型为TensorFlow服务做好准备。下面是我的serving_input_receiver_fn的样子： def image_preprocessing(image):
image = tf.expand_d
浏览 14提问于2019-01-24得票数 1
我正在尝试改变我的初始网络(用keras编码)，将base64图像字符串作为预测的输入。之后，我想将其保存为tensorflow (.pb - file)网络，因为这是Google ml引擎所需要的。通常的预测方法是：image = image.load_img(img)
x = np.expand_dimssignature_constants.DEFAULT_SERVING_SIG
浏览 2提问于2018-06-10得票数 2
我已经用Tensorflow BERT语言模型创建了一个二进制分类器。以下是示例代码的link。我能够做预测。现在我想导出这个模型。我不确定我是否正确地定义了feature_spec。用于导出模型的代码。feature_spec = {'x': tf.VarLenFeature(tf.string)}
serialized_tf_example=serving_input_receiver_fn</
浏览 70提问于2019-07-01得票数 2
在试图将Keras模型导出为TensorFlow估计器以服务于该模型时，我遇到了以下问题。由于同样的问题也出现了，我将演示玩具示例上发生的事情，并为文档目的提供我的解决方案。这种行为发生在Tensorflow 1.12.0和Keras 2.2.4中。这种情况发生在实际的Keras和tf.keras中。当试图导出使用tf.keras.estimator.model_to_estimator从Keras模型创建的Estimator时，会出现此问题。
浏览 3提问于2019-02-10得票数 3
回答已采纳
我用TensorFlow的估计器训练我的模型。似乎应该使用export_savedmodel来创建.pb文件，但我并不真正知道如何构造serving_input_receiver_fn。有什么想法吗？额外问题：
与使用adam优化器的.pb相比，.ckpt将减少多少模型文件大小？
浏览 1提问于2018-02-08得票数 2
2回答
我使用了来自：的代码，通过修改类的数量来进行二进制分类。对模型进行了无问题训练，取得了良好的精度。
在接下来的步骤中，我希望恢复经过训练的模型，做预测。我学习了TensorFlow中的教程“保存和恢复”。但是，我必须以标准的SavedModel格式导出我的模型(而不是自动保存的tf.estimator.Estimator模型)。return tf.estimator.EstimatorSpec(mode=mode,
浏览 0提问于2018-01-19得票数 0
从我运行的实验来看，TensorFlow似乎会自动使用一台机器上的所有CPU。此外，似乎TensorFlow将所有CPU都称为/cpu:0。从TensorFlows的角度来看，一台机器可以有多个CPU吗？
浏览 2提问于2016-08-09得票数 24
回答已采纳
我想利用谷歌的AI-platform来部署我的keras模型，这需要模型采用tensorflow SavedModel格式。我将keras模型保存为tensorflow估计器模型，然后导出此估计器模型。我在定义我的serving_input_receiver_fn时遇到了一些问题。=serving_input_receiver_fn)
似乎我的模型需要一个单一的特征键：input_49 (我的神经网络的</e
浏览 23提问于2019-07-09得票数 1
我需要一种使用tensorflow-serving. 3将新训练的模型推送到运行的已部署容器的方法。但是，关于如何使用Python3部署新模型，我仍然缺乏一个很好的指导。
浏览 0提问于2019-04-11得票数 2
我已经用Tensorflow BERT语言模型创建了一个二进制分类器。这是。模型训练完成后，它会保存模型并生成以下文件。
预测代码。我遇到了用于保存模型的tf.train.Saver()类。我将估计器训练代码更改为following以保存模型。我引用了这个。我猜tensorflow估计器可以用它来保存。_is_empty = False在create_model函数中创建变量、权重。要保存经过训练的</e
浏览 0提问于2019-07-01得票数 1
我有DNN分类器：feature_columns = [] feature_columns.appendlen(feature_columns) = 452def serving_input_receiver_fn():
feature_spec = tf.feature_column.make_parse_example_spec=_serving_input_receiver_fn
浏览 1提问于2018-08-29得票数 2
回答已采纳
目前我正在尝试熟悉Tensorflow库，我有一个非常基本的问题困扰着我。x = tf.reshape(x, shape=[-1, 28, 28, 1]) 这是否意味着所有网络层的大小都取决于批处理大小？你能给我一个提示，
浏览 3提问于2017-09-13得票数 0
回答已采纳
我正在通过AJAX帖子发送一个base64编码的图像到一个存储在谷歌CloudML中的模型。我收到一个错误，告诉我我的input_fn()：未能解码映像并将其转换为jpeg。_device="/job:localhost/replica:0 /task:0下面的是完整的Serving_input_receiver_fn</em
浏览 2提问于2019-02-18得票数 0
回答已采纳
有没有关于export_savedmodel的教程？我在tensorflow.org上经历了，在github.com上经历了，仍然不知道如何构造函数serving_input_fn的参数export_savedmodel
浏览 42提问于2017-03-16得票数 18
我正在尝试使用我们自己的CSV数据集运行一个经过训练的教程模型，使用TensorFlow Serving，每行由4个INT值(最后一个是标签)组成： 'thirdInt': tf.FixedLenFeature([1], tf.int64)}
def
浏览 0提问于2019-07-10得票数 1
我正在尝试使用gcloud ml-engine和tensorflow，更准确地说，我想使用一个已经训练好的keras模型。我设法用一个sciktlearn模型做到了这一点，但这里不一样……import numpy as np
from tensorflow import keras我没有在互联网上找到我的情况的例子，这对我来说似乎很简单，所以我尝试了这个功能，然后我将模型保存在"here_are_estimators
浏览 14提问于2019-02-23得票数 0
回答已采纳
1回答
我使用TF创建了一个简单的模型，并使用export_savedmodel函数保存模型。我使用一个简单的虹膜数据集，它有4个特性。main__": tf.app.run(main)
运行程序后，它生成一个包含saved_model.pb的文件夹可用的签名是“预测”。原始错误:没有在SignatureDef中找到键'serving_default‘<e
浏览 0提问于2018-09-06得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
腾讯会议
云直播活动推荐
腾讯云开发者
