tensorflow-serving

    0熱度

    2回答

    下面是我正在運行的代碼,我正在執行一篇論文。我需要兩個矩陣,將它們相乘,然後執行聚類。我究竟做錯了什麼? import tensorflow as tf from sklearn.cluster import KMeans import numpy as np a = np.random.rand(10,10) b = np.random.rand(10,5) F = tf.place

    2熱度

    1回答

    我使用我自己的模型設置了一個簡單的Tensorflow服務器,並帶有來自這裏的指令https://tensorflow.github.io/serving/serving_advanced。有沒有辦法直接從Java預測請求? 如果可能的話,請提供一些源代碼。 謝謝!

    3熱度

    4回答

    目標是在Java中打開一個模型,該模型是在python中創建/訓練的,其編號爲tensorflow.contrib.learn.learn.DNNClassifier。 目前的主要問題是要知道在java會話運行方法中給出的「張量」的名稱。 我有蟒蛇這個測試代碼: from __future__ import division, print_function, absolute_import im

    1熱度

    1回答

    我在張量流程中的訓練過程涉及在兩個模型之間切換。 雖然使用tf.saver並從硬盤恢復模型非常耗時(在我的代碼中,切換頻繁),因此,我想知道是否有方法將模型參數存儲在內存中並將其還原只是從記憶中。我的模型非常小,可以絕對存儲在RAM中。有一個來自stackoverflow的答案。 Storing tensorflow models in memory但是,我不太明白這是如何工作的。有誰知道如何實現

    2熱度

    1回答

    現在我們可以成功地使用Tensorflow服務爲模型服務。我們已經使用以下方法導出模型並將其與Tensorflow服務託管。 ------------ For exporting ------------------ from tensorflow.contrib.session_bundle import exporter K.set_learnin

    1熱度

    1回答

    我一直爭取與tensorflow的製造商能夠爲我的模型,我想服務模型 我的問題是如何將我喂輸入後,將數據提供給我的分類模型? 我已經看到由谷歌創建以來教程 使用的代碼,並試圖實現它 classify_inputs_tensor_info = utils.build_tensor_info( serialized_tf_example) classes_output_tens

    0熱度

    1回答

    我已經安裝了Tensorflow服務,如安裝頁面上概述的https://tensorflow.github.io/serving/setup。然而,當我按照頁面上生成指令我得到以下錯誤: $ bazel build tensorflow_serving/... ERROR: /home/**PATH**/external/org_tensorflow/third_party/py/python

    0熱度

    1回答

    我目前正在進行關於在Google ML引擎上部署模型的探索。起初,我使用TensorFlow 1.1.0開發了一個模型,因爲它存在最新版本(在問這個問題時)。但是,事實證明GCP上最高支持的TensorFlow版本是1.0.1。 的問題是,以前當我使用TensorFlow 1.1.0,SavedModelBuilder可以正確保存模型爲SavedModel及其variables/目錄下的變量。但是

    1熱度

    1回答

    如何爲以下計算建立張量流圖?我現在面臨的問題是如何使用張量A的形狀信息,它具有可變的形狀大小。 A = tf.placeholder(tf.float32, [None,10]) B = tf.Variable(tf.random_normal([10,20])) C = tf.matmul(A, B) D = tf.matmul(tf.transpose(C), A) # the valu

    2熱度

    1回答

    我正在嘗試使用TensorFlow服務。我使用these指令安裝了TensorFlow服務。 當我試圖用這條線在我的Python代碼 from tensorflow_serving.session_bundle import exporter 我得到了這個問題 >>> from tensorflow_serving.session_bundle import exporter Traceba