tensorflow - tensorflow_model_server 如何将其 HTTP/REST 绑定(bind)到 0.0.0.0(默认 localhost)？

Question

我发现 docker image TensorFlow/serving 实际上使用了可执行文件 tensorflow_model_server启动服务器。所以我附加到一个 docker 容器中
手动启动服务器。

我的命令:

tensorflow_model_server --model_base_path=/root/serving/my_image_classifier/ --rest_api_port=8501 --model_name=ImageClassifier

此命令使用日志启动服务器:

2018-11-27 03:56:43.302391: I tensorflow_serving/core/loader_harness.cc:86] Successfully loaded servable version {name: ImageClassifier version: 2}

2018-11-27 03:56:43.304439: I tensorflow_serving/model_servers/server.cc:286] Running gRPC ModelServer at 0.0.0.0:8500 ...

[warn] getaddrinfo: address family for nodename not supported

2018-11-27 03:56:43.306009: I tensorflow_serving/model_servers/server.cc:302] Exporting HTTP/REST API at:localhost:8501 

正如它所说，它的 HTTP/REST API 导出为 localhost。这是不对的，因为如果一个服务器绑定(bind)在 docker 的本地主机上，它就不能从外部附加。

我阅读了 --help ，但没有找到任何有用的东西。

那么，我怎样才能让它绑定(bind)在 0.0.0.0 上呢？

TensorFlow 模型服务器版本:

TensorFlow ModelServer: 1.12.0-rc0+dev.sha.87470f0
TensorFlow Library: 1.12.0

Answer 1

事实上，即使是日志也显示 HTTP/REST API 绑定(bind)在“localhost”上，实际上是 可附在码头容器之外。

为什么我无法附加这是另一个奇怪的问题(机器重新启动后自动消失)。

但是，我仍然认为 tensorflow_model_server 在日志中使用“localhost”是不对的，尤其是当它告诉 RPC bind on “0.0.0.0”时。

我应该打开一个问题。