tensorflow-serving

0熱度

1回答

我不知道這裏的代碼https://github.com/tensorflow/models/tree/master/inception 微調初始網絡，正在爲非平衡數據集工作。樣本數據集是包含5個類別數量相同的圖片的鮮花。它是否適用於每個課程中具有不同圖片數量的數據集？

1熱度

3回答

Tensorflow示例爲Android

Tensorflow已經提供此tutorial作爲在Android應用程序上使用張量流的示例。我已成功構建應用程序並在我的設備上啓動它。我也閱讀了代碼。但我不知道該從哪裏出發！我有一個tensorflow代碼，可以根據訓練數據計算出準確性。如何在我自己的android應用程序中使用該模型。張量流描述不超出構建指令。請幫忙！

0熱度

1回答

凍結Tensorflow模型的session_bundle.exporter

保存我目前以下Train And Export TensorFlow Model： model_exporter = exporter.Exporter(saver) ... model_exporter.export(...) 產生的每一步： 173 Nov 26 17:26 checkpoint 31M Nov 26 17:26 export-00000-of-00001

0熱度

1回答

永久注入恆成Tensorflow圖形的推理

我培養了一個佔位符模型is_training： is_training_ph = tf.placeholder(tf.bool) 然而，一旦訓練和驗證完成後，我想在這個值永久注入的false恆定然後「重新優化」圖（即使用optimize_for_inference）。請問freeze_graph會這樣做嗎？

0熱度

1回答

導出並構建張量流圖後出錯

在我成功地訓練了一個模型之後，導出了帶有freeze_graph.py的圖並使用bazel自定義了/tensorflow/examples/label_image/main.cc，我得到了以下運行時錯誤。 Running model failed: Invalid argument: Matrix size-compatible: In[0]: [150,4], In[1]: [600,36][

0熱度

1回答

Tensorflow服務 - 在基本路徑下找不到可供使用的<model>版本

我目前正在嘗試使用張量服務來服務訓練有素的「textsum」模型。我使用TF 0.11，其中一些閱讀後，似乎會自動調用export_meta_graph它創建導出文件CKPT和ckpt.meta文件。在textsum/log_root目錄下，我有多個文件。一個是model.ckpt-230381和另一個model.ckpt-230381.meta。因此，我的理解是，這是我在嘗試設置服務模型時應

2熱度

1回答

將基本的Tensorflow模型導出到Google Cloud ML

我試圖導出我的本地張量流模型以在Google Cloud ML上使用它並對其運行預測。我正在關注tensorflow serving example with mnist data。他們處理和使用他們的輸入/輸出向量的方式有很多不同之處，而這並不是您在在線典型示例中找到的。我不能確定如何設置我的簽名的參數： model_exporter.init( sess.graph.as_graph

0熱度

1回答

使用TFrecords訓練變得越來越慢

我正在嘗試使用TFrecord文件來訓練張量流中的網絡。問題是它開始運行良好，但過了一段時間，它變得非常慢。即使GPU利用率在一段時間內也會達到0％。我已經測量了迭代之間的時間，並且它明顯增加。我已經在某處讀過這可能是因爲在訓練循環中向圖中添加操作，並且可以使用graph.finalize（）來解決。我的代碼是這樣的： self.inputMR_,self.CT_GT_ = read_and

5熱度

1回答

張量流服務使用keras

我想知道如何使用我的模型在生產服務器上使用keras培訓。我聽說過tensorflow服務，但我不知道如何使用它與我的keras模型。我發現這個鏈接：https://blog.keras.io/keras-as-a-simplified-interface-to-tensorflow-tutorial.html 但我不知道如何初始化SESS變量，因爲我的模型已經經過培訓和一切。有沒有辦法做到

1熱度

1回答

您必須爲dtype字符串和形狀提供佔位符張量'input_example_tensor'的值[1]

我正在使用chatbot-retrieval項目開發張量流服務客戶端/服務器應用程序。我的代碼有兩部分，分別是服務部分和客戶端部分。下面是服務零件的代碼片段。 def get_features(context, utterance): context_len = 50 utterance_len = 50 features = { "context"