Я пытаюсь экспортировать свой первый xor NN с использованием обслуживания tenorflow, но я не получаю никакого результата, когда вызываю gRPC.Вот код, который я использую для прогнозирования XOR
import tensorflow as tf
sess = tf.Session()
from keras import backend as K
K.set_session(sess)
K.set_learning_phase(0) # all new operations will be in test mode from now on
from tensorflow.python.saved_model import builder as saved_model_builder
from tensorflow.python.saved_model import tag_constants, signature_constants, signature_def_utils_impl
from keras.models import Sequential
from keras.layers.core import Dense, Dropout, Activation
from keras.optimizers import SGD
import numpy as np
model_version = "2" #Change this to export different model versions, i.e. 2, ..., 7
epoch = 100 ## the higher this number is the more accurate the prediction will be 10000 is a good number to s
et it at just takes a while to train
#Exhaustion of Different Possibilities
X = np.array([
[0,0],
[0,1],
[1,0],
[1,1]
])
#Return values of the different inputs
Y = np.array([[0],[1],[1],[0]])
#Create Model
model = Sequential()
model.add(Dense(8, input_dim=2))
model.add(Activation('tanh'))
model.add(Dense(1))
model.add(Activation('sigmoid'))
sgd = SGD(lr=0.1)
model.compile(loss='binary_crossentropy', optimizer=sgd)
model.fit(X, Y, batch_size=1, nb_epoch=epoch)
test = np.array([[0.0,0.0]])
#setting values for the sake of saving the model in the proper format
x = model.input
y = model.output
print('Results of Model', model.predict_proba(X))
prediction_signature = tf.saved_model.signature_def_utils.predict_signature_def({"inputs": x}, {"prediction":
y})
valid_prediction_signature = tf.saved_model.signature_def_utils.is_valid_signature(prediction_signature)
if(valid_prediction_signature == False):
raise ValueError("Error: Prediction signature not valid!")
builder = saved_model_builder.SavedModelBuilder('./'+model_version)
legacy_init_op = tf.group(tf.tables_initializer(), name='legacy_init_op')
# Add the meta_graph and the variables to the builder
builder.add_meta_graph_and_variables(
sess, [tag_constants.SERVING],
signature_def_map={
signature_constants.DEFAULT_SERVING_SIGNATURE_DEF_KEY:prediction_signature,
},
legacy_init_op=legacy_init_op)
# save the graph
builder.save()
Реализация в докере
docker run -p 8501:8501 --mount type=bind,source=/root/tensorflow3/projects/example/xor_keras_tensorflow_serving,target=/models/xor -e MODEL_NAME=xor -t tensorflow/serving &
, затем я запрашиваю прогноз по следующему:
curl -d '{"inputs": [1,1]}' -X POST http://localhost:8501/v2/models/xor
результатвсегда ли это
<HTML><HEAD>
<TITLE>404 Not Found</TITLE>
</HEAD><BODY>
<H1>Not Found</H1>
</BODY></HTML>
Можете ли вы помочь мне найти, где я не прав?Я пытался изменить «входы» в локон с «экземплярами», но ничего не спасибо, Мануэль