node.js - Tensorflow 服务 grpc 客户端错误 12

Question

我目前正在尝试通过tensorflow服务提供一个简单的模型，然后我想使用node.js通过gRRC调用它。我觉得学习/理解这一点的最简单方法是将其分解为尽可能简单的模型。请原谅这个命名，因为我最初是通过 Mnist 教程开始这样做的，但我在那里也没有成功。所以名字还是说mnist，不过只是一个简单的计算实现。

我使用以下代码创建并导出模型:-- 简单模型 --

x = tf.placeholder(tf.float32, shape=(None))
y = tf.placeholder(tf.float32, shape=(None))
three = tf.Variable(3, dtype=tf.float32)
z = tf.scalar_mul(three, x) + y

-- 导出 --

model_version = 1
path = os.path.join("mnist_test", str(model_version))
builder = tf.python.saved_model.builder.SavedModelBuilder(path)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    builder.add_meta_graph_and_variables(
    sess,
    [tf.python.saved_model.tag_constants.SERVING],
    signature_def_map = {
        "test_mnist_model": tf.saved_model.signature_def_utils.predict_signature_def(
            inputs={"xval": x, "yval":y},
            outputs={"spam":z})
    })
    builder.save()

当我运行此命令时，最后的消息似乎是成功的:

INFO:tensorflow:No assets to save. INFO:tensorflow:No assets to write. INFO:tensorflow:SavedModel written to: b'mnist_test/3/saved_model.pb'

然后我运行tensorflow服务器并通过下面的行将其指向我的模型，服务器声明它在0.0.0.0:9000运行:

../../bazel-bin/tensorflow_serving/model_servers/tensorflow_model_server --model_base_path=mnist_test --model_name=calctest --port=9000

然后我继续设置 .proto 文件，它包含以下内容:

syntax = "proto3";

option java_multiple_files = true;
option java_package = "io.grpc.examples.mnisttest";
option java_outer_classname = "MnistTestProto";
option objc_class_prefix = "MNT";

package mnisttest;

// The greeting service definition.
service Greeter {
  // Sends a greeting
  rpc test_mnist_model (InputRequest) returns (OutputReply) {}

}

// The request message containing the user's name.
message InputRequest {
  float xval = 1;
  float yval = 2;
}

// The response message containing the greetings
message OutputReply {
  float spam = 1;
}

最后，我设置了一个 mnistclient.js 文件，该文件在 node.js 下运行，它包含以下代码:

var grpc = require('grpc')
var PROTO_PATH = __dirname + '/../../protos/mnisttest.proto';

module.exports = (connection) => {
    var tensorflow_serving = grpc.load(PROTO_PATH).mnisttest;//.serving;
    console.log(tensorflow_serving);

    var client = new tensorflow_serving.Greeter(
        connection, grpc.credentials.createInsecure()
    );

    return { 
        test: () => {
            console.log(client);
            return client.testMnistModel({xval:5.0,yval:6.0}, function(err, response){
                if(err){
                    console.log("Error: ",JSON.stringify(err));
                    return {Err: JSON.stringify(err)};
                }
                console.log('Got message ', response);
            });
        }
    }
};

function main() {
    var cli = module.exports('localhost:9000')
    cli.test();
}

if( require.main === module){
    main();
}

模型在 tf 服务器上运行，当我在 node.js 下运行客户端时，出现以下错误。我也在客户端下打印出信息，但是当我查找错误代码 12 的含义时，它指出以下内容:此服务中未实现或不支持/启用操作

我已经从事这个工作很长一段时间了，我假设我公然遗漏了其中的一些部分。有谁能够提供有关为什么我无法让这个简单的模型调用正常工作的见解吗？

我还没有能够提供 TF 模型，并且认为采用这种简单的方法效果最好，但我什至无法让它发挥作用。对此的任何帮助都会有很大的帮助!提前致谢!

{ InputRequest:
   { [Function: Message]
     encode: [Function],
     decode: [Function],
     decodeDelimited: [Function],
     decode64: [Function],
     decodeHex: [Function],
     decodeJSON: [Function] },
  OutputReply:
   { [Function: Message]
     encode: [Function],
     decode: [Function],
     decodeDelimited: [Function],
     decode64: [Function],
     decodeHex: [Function],
     decodeJSON: [Function] },
  Greeter: { [Function: Client] service: { testMnistModel: [Object] } } }
Client { '$channel': Channel {} }
Error:  {"code":12,"metadata":{"_internal_repr":{}}}

Answer 1

看起来您已经定义了一个服务接口(interface)原型(prototype)(mnisttest.proto)，这在创建自定义服务器时非常有用。但是，TensorFlow 服务模型服务器支持具有已定义端点的服务。换句话说，您正在与模型服务器上不存在的自定义服务“Greeter”进行对话。

请查看模型服务器的 API/服务:apis/prediction_service.proto 。您很可能需要 Predict API:apis/predict.proto .

Predict API 使用您在导出时定义的模型签名，因此您需要传入“xval”和“yval”张量，并获取“spam”张量。

希望这有帮助! 谢谢， 诺亚