python - 在 sagemaker 上的 tensorflow 上接收错误，因为输入必须是向量，形状为 : [1, 2]

Question

我在 Sagemaker 上构建了一个 tensorflow 模型。该模型使用通用句子编码器

import json
class MixEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, np.ndarray):
            return obj.tolist()
        return json.JSONEncoder.default(self, obj)

serialize_data = json.dumps({'input1': np.array(("Hello","World")) } , cls = MixEncoder  )
print(serialize_data)

response = client.invoke_endpoint(EndpointName=endpoint_name,ContentType='application/json' ,Body=serialize_data)-- 

这一行抛出错误

ModelError: An error occurred (ModelError) when calling the InvokeEndpoint operation: Received client error (400) from model with message "{ "error": "input must be a vector, got shape: [1,2]\n\t

The model expects only one tensor as input . It is defined as input_model_placeholder = tf.placeholder(tf.string, shape=[None], name="tensor_input_model_1").

请帮忙

Answer 1

我不熟悉 Sagemaker，但这看起来像是试图将句子作为单词向量传递的常见错误，而通用句子编码器应该采用完整的句子。此外，Sagemaker 似乎正在对结果进行批处理，因为示例代码传递了一个形状为 (2,) 的数组，但错误约为 (1, 2)。

试试这个:

json.dumps({'input1': np.array("Hello World")}, cls=MixEncoder)