我有一個簡單的LinearModel,它具有兩個稀疏實數特徵和兩個實值特徵。我訓練了它,現在我想用export_savedmodel將它導出。引用來源很少,我想出了沿着線的東西:Tensorflow中export_savedmodel的input_alternative錯誤
feature_spec = create_feature_spec_for_parsing(
[
real_valued_column_1, real_valued_column_2,
sparse_column_1, sparce_column_2
]
)
input_receiver_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)
my_estimator.export_savedmodel('my_model/', serving_input_fn=input_receiver_fn)
其中:
real_valued_column_1 = tf.contrib.layers.real_valued_column(
'avg_consumption_h')
sparse_column_1 = tf.contrib.layers.sparse_column_with_integerized_feature("sparse_1", bucket_size=24)
不幸的是我在export_savedmodel
得到ValueError: A default input_alternative must be provided.
。我深入瞭解張量流的代碼庫,看起來build_parsing_serving_input_receiver_fn
總是返回ServingInputReceiver
,但是如果傳遞給export_savedmodel的serving_input_fn
不是InputFnOps
類型,那麼提取input_alternatives的方法總是將它們創建爲空。
build_parsing_serving_input_receiver_fn
build_parsing_serving_input_receiver_fn
以某種方式被棄用,在提取input_alternative的過程中出現錯誤,或者我誤解了整個過程並做錯了什麼?
我使用python 3.6與tensorflow 1.2,我的模型是一個簡單的tf.contrib.learn.LinearRegressor
。
[export_savedmodel功能的示例](https://stackoverflow.com/a/48329456/4268517) –