作者热门文章
- html - 出于某种原因,IE8 对我的 Sass 文件中继承的 html5 CSS 不友好?
- JMeter 在响应断言中使用 span 标签的问题
- html - 在 :hover and :active? 上具有不同效果的 CSS 动画
- html - 相对于居中的 html 内容固定的 CSS 重复背景?
我有一个 Keras 图,它具有形状为 (?, 224, 224, 3) 的 float32 张量,我想将其导出到 Tensorflow Serving,以便使用 RESTful 进行预测。问题是我不能输入张量,而是编码的 b64 字符串,因为这是 REST API 的限制。这意味着在导出图形时,输入需要是需要解码的字符串。
如何在不重新训练图本身的情况下“注入(inject)”要转换为旧张量的新输入?我试过几个例子[1] [2] .
我目前有以下导出代码:
image = tf.placeholder(dtype=tf.string, shape=[None], name='source')
signature = predict_signature_def(inputs={'image_bytes': image},
outputs={'output': model.output})
我不知何故需要找到一种将图像转换为 model.input 的方法,或者一种使模型输出连接到图像的方法。
如有任何帮助,我们将不胜感激!
最佳答案
您可以使用 tf.decode_base64
:
image = tf.placeholder(dtype=tf.string, shape=[None], name='source')
image_b64decoded = tf.decode_base64(image)
signature = predict_signature_def(inputs={'image_bytes': image_b64decoded},
outputs={'output': model.output})
编辑:
如果需要使用tf.image.decode_image
,您可以使用 tf.map_fn
使其与多个输入一起使用:
image = tf.placeholder(dtype=tf.string, shape=[None], name='source')
image_b64decoded = tf.decode_base64(image)
image_decoded = tf.map_fn(tf.image.decode_image, image_b64decoded, dtype=tf.uint8)
当然,只要图像具有相同的尺寸,这就可以工作。然而,结果是一个形状完全未知的张量,因为 tf.image.decode_image
可以根据图像类型输出不同数量的维度。您可以 reshape 它或使用另一个 tf.image.decode_*
调用,这样至少您在张量中有一个已知的维数。
关于rest - 如何将图形导出到 Tensorflow Serving 以便输入为 b64?,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/51728513/
我是一名优秀的程序员,十分优秀!