我已經導出了一個DNNClassifier模型並使用docker在tensorflow服務的服務器上運行它。之後,我寫了一個python客戶端與tensorflow交互 - 爲新的預測服務。如何解析來自tensorflow服務器的gRPC存根客戶端接收到的輸出?
我已經寫了下面的代碼來獲得來自tensorflow-serving服務器的響應。
host, port = FLAGS.server.split(':')
channel = implementations.insecure_channel(host, int(port))
stub = prediction_service_pb2.beta_create_PredictionService_stub(channel)
request = predict_pb2.PredictRequest()
request.model_spec.name = FLAGS.model
request.model_spec.signature_name = 'serving_default'
feature_dict = {'a': _float_feature(value=400),
'b': _float_feature(value=5),
'c': _float_feature(value=200),
'd': _float_feature(value=30),
'e': _float_feature(value=60),
'f': _float_feature(value=5),
'g': _float_feature(value=7500),
'h': _int_feature(value=1),
'i': _int_feature(value=1234),
'j': _int_feature(value=1),
'k': _int_feature(value=4),
'l': _int_feature(value=1),
'm': _int_feature(value=0)}
example= tf.train.Example(features=tf.train.Features(feature=feature_dict))
serialized = example.SerializeToString()
request.inputs['inputs'].CopyFrom(
tf.contrib.util.make_tensor_proto(serialized, shape=[1]))
result_future = stub.Predict.future(request, 5.0)
print(result_future.result())
我不是能夠想出如何解析float_val號碼,因爲這是我的輸出。請幫助。
它是否解決你的問題?如果是這樣,你能接受答案嗎? –