python - Google cloudml 总是给我相同的结果

Question

我从事机器学习工作，我想使用 Google Cloud 机器学习服务。

此刻，我已经使用 Tensorflow (https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py#L103) 的 retrain.py 代码训练了我的模型，并将结果导出到 cloudml(export 和 export.meta 文件)。但是，当我尝试使用命令(https://cloud.google.com/ml/reference/commandline/predict)预测新数据时:

gcloud beta ml predict

它总是返回相同的结果(我想预测不同的数据)。怎么可能？

我的数据是从 jpeg 以文本格式解码的图像:

echo "{\"image_bytes\": {\"b64\": \"`base64 image.jpg`\"}}" > instances

你有什么建议吗？

Answer 1

此问题有多种可能的原因。首先想到的是模型中的权重在导入时可能被初始化为零。如果图中定义了初始化，就会发生这种情况(参见 the loader )。要检查这一点，请使用以下命令:

from tensorflow.contrib.session_bundle import session_bundle

session, _ = session_bundle.load_session_bundle_from_path("/path/to/model")
print(s.graph.get_collection("serving_init_op"))

如果该集合中有某些内容，请确保它没有初始化变量。

如果没有初始化器，确保权重本身看起来合理，例如，

session, _ = session_bundle.load_session_bundle_from_path("/path/to/model")
print(session.run("name_of_var:0"))

如果所有这些都检查出来，那么您可能需要注意图形的输入以及转换这些输入后的输出。为此，您可以使用 session.run 来运行部分图。例如，您可以通过在 session.run 调用中使用适当的提要和提取来提供 jpeg 字符串并查看整个过程中各个步骤的输出。

例如，使用 this post 中的示例，我们可以从磁盘加载 JPEG，将其提供给图形，然后查看调整大小和缩放后数据的样子:

INPUT_PLACEHOLDER = 'Placeholder:0'
DECODE_AND_RESIZE = 'map/TensorArrayPack_1/TensorArrayGather:0'
SCALED = 'Mul:0'

# Read in a sample image, preferably with small dimensions.
jpg = open("/tmp/testing22222.jpg", "rb").read()

session, _ = session_bundle.load_session_bundle_from_path("/path/to/model")
resized, scaled = session.run([DECODE_AND_RESIZE, SCALED], feed_dict={INPUT_PLACEHOLDER: [jpg]})

通过策略性地将张量的名称放在 fetch 列表中的图表中，您可以检查神经网络的任何给定层中正在发生的事情，尽管最可能的问题在于输入和/或变量。

棘手的部分是找出张量的名称。您可以在定义大多数操作时使用 name 属性，这可能会有所帮助。您还可以使用类似的东西:

 print([o.name for o in session.graph.get_operations()])

帮助检查图中的操作。

最后，您可能还想尝试在本地运行图表，以最大限度地减少调试时的反馈周期。查看local_predict.py在示例中获取有关如何执行此操作的示例。这将帮助您快速迭代以识别模型本身的问题。