tensorflow-serving

    0熱度

    1回答

    我訓練了Keras模型。現在我想通過Tensorflow服務部署它。因此,我把它轉換成SavedModel格式以這種方式: K.set_learning_phase(0) K._LEARNING_PHASE = tf.constant(0) # sess = K.get_session() if not os.path.exists(path): os.m

    0熱度

    1回答

    我正在服務一個預先訓練的啓動模型,並且我已經按照官方教程直到現在都提供它。目前,我得到一個錯誤代碼3,如下: { Error: contents must be scalar, got shape [305] [[Node: map/while/DecodeJpeg = DecodeJpeg[_output_shapes=[[?,?,3]], acceptable_fraction=1,

    0熱度

    1回答

    我有一臺運行Sierra的Mac。我安裝了這裏提到的所有tensorflow服務的先決條件。 https://www.tensorflow.org/serving/setup 但是,當我嘗試建立BAZEL tensorflow作爲他們提到,我得到的3個錯誤,並構建停止。 error use of undeclared identifier 'pthread_mach_thread_np'

    0熱度

    1回答

    我想在tf.estimator DNN分類器中計算訓練損失作爲交叉熵。我怎樣才能將交叉熵損失添加到分類器中。 謝謝。

    3熱度

    1回答

    我努力使服務與Tensorflow服務大(1.2 GB的大小)模式,但我得到一個: 2017-12-02 21:55:57.711317: I external/org_tensorflow/tensorflow/cc/saved_model/loader.cc:236] Loading SavedModel from: ... [libprotobuf ERROR external/proto

    1熱度

    1回答

    我正在嘗試建立與Tensorflow服務會話的通信。 以下代碼有效,但速度有點慢。有沒有辦法改進它?我懷疑這個問題出現在第四行 - 輸出結果是float_val元素的列表,我需要將它們轉換爲浮點數組並重新設置它們。 有沒有辦法讓在正確的形狀服務器輸出? 我已經定義了輸出簽名如下(我認爲是正確的)。 prediction_channel, request_form = setup_channel(a

    0熱度

    2回答

    我已經使用下面顯示的export_textsum.py文件導出文本模型,並且在使用下面的textsumclient.py文件進行連接時收到錯誤消息: Traceback (most recent call last): File "textsum_client.py", line 90, in tf.app.run() File "/usr/local/lib/python2.7/site-pac

    2熱度

    1回答

    我搜索了這樣做的最佳方式,但我無法找到明確的答案。 是否有人能夠使用cmake構建tensorflow服務客戶端? 我從proto生成CPP文件時遇到困難,因爲它們是預測服務所必需的。那些原始文件還包括tensorflow的原始文件。 到目前爲止,我想出了這一點: project(serving C CXX) find_package(Protobuf REQUIRED) file(GLOB

    0熱度

    1回答

    我目前正在嘗試使用PREDICT SIGNATURE導出TF文本模型。我有_Decode從傳入的測試文章字符串中返回結果,然後將其傳遞給buildTensorInfo。這實際上是一個返回的字符串。 現在,當我運行textsum_export.py邏輯來導出模型時,它會到達構建TensorInfo對象的位置,但是出現以下跟蹤錯誤。我知道PREDICT簽名通常與圖像一起使用。這是問題嗎?我可以不使用這

    0熱度

    1回答

    我能夠從亞馬遜的修改源(在新的深度學習AMI中提供)重新編譯Tensorflow。 我現在想編譯TF與Tensorflow「叉」的服務,但我得到這個錯誤: ERROR: /root/.cache/bazel/_bazel_root/98acb40d8921d865487eab808ed364b2/external/org_tensorflow/tensorflow/contrib/nccl/BUI