Тестирование модели обслуживания TF завершается неудачно с байтами в виде строк и строк в виде путаницы байтов - PullRequest
Новая
       13

Тестирование модели обслуживания TF завершается неудачно с байтами в виде строк и строк в виде путаницы байтов

0 голосов
/ 29 марта 2019

У меня проблема с отображением модели классификации текста на Tensorflow 1.12.Я использую tf.estimator.inputs.pandas_input_fn для чтения своих данных и tf.estimator.DNNClassifier для обучения / оценки.Я тогда хотел бы служить моей модели.(Заранее извиняюсь, здесь трудно привести полный рабочий пример, но это очень похоже на пример, который TF дает на https://www.tensorflow.org/api_docs/python/tf/estimator/DNNClassifier)

В настоящее время я сохраняю свою модель с помощью ... 

...
estimator.export_savedmodel("./TEST_SERVING/", self.serving_input_receiver_fn, strip_default_attrs=True)
...
def serving_input_receiver_fn(self):
      """An input receiver that expects a serialized tf.Example."""

      # feature spec dictionary  determines our input parameters for the model
      feature_spec = {
          'Headline': tf.VarLenFeature(dtype=tf.string),
          'Description': tf.VarLenFeature(dtype=tf.string)
      }

      # the inputs will be initially fed as strings with data serialized by
      # Google ProtoBuffers
      serialized_tf_example = tf.placeholder(
          dtype=tf.string, shape=None, name='input_example_tensor')
      receiver_tensors = {'examples': serialized_tf_example}

      # deserialize input
      features = tf.parse_example(serialized_tf_example, feature_spec)
      return tf.estimator.export.ServingInputReceiver(features, receiver_tensors)

Это на самом деле не работает с ошибкой: 

TypeError: Failed to convert object of type <class 'tensorflow.python.framework.sparse_tensor.SparseTensor'> to Tensor. Contents: SparseTensor(indices=Tensor("ParseExample/ParseExample:0", shape=(?, 2), 
dtype=int64), values=Tensor("ParseExample/ParseExample:2", shape=(?,), dtype=string), dense_shape=Tensor("ParseExample/ParseExample:4", shape=(2,), dtype=int64)). Consider casting elements to a supported type.

Я пытался сохранить второй способ, делая: 

def serving_input_receiver_fn(self):
  """Build the serving inputs."""
  INPUT_COLUMNS = ["Headline","Description"]
  inputs = {}
  for feat in INPUT_COLUMNS:
    inputs[feat] = tf.placeholder(shape=[None], dtype=tf.string, name=feat)
  return tf.estimator.export.ServingInputReceiver(inputs, inputs)

Это на самом деле работает, пока япопробуйте проверить его с помощью saved_model_cli.Некоторые выходные данные для saved_model_cli show --all --dir TEST_SERVING/1553879255/: 

MetaGraphDef with tag-set: 'serve' contains the following SignatureDefs:

signature_def['predict']:
  The given SavedModel SignatureDef contains the following input(s):
    inputs['Description'] tensor_info:
        dtype: DT_STRING
        shape: (-1)
        name: Description:0
    inputs['Headline'] tensor_info:
        dtype: DT_STRING
        shape: (-1)
        name: Headline:0
  The given SavedModel SignatureDef contains the following output(s):
    outputs['class_ids'] tensor_info:
        dtype: DT_INT64
        shape: (-1, 1)
        name: dnn/head/predictions/ExpandDims:0
    outputs['classes'] tensor_info:
        dtype: DT_STRING
        shape: (-1, 1)
        name: dnn/head/predictions/str_classes:0
    outputs['logits'] tensor_info:
        dtype: DT_FLOAT
        shape: (-1, 3)
        name: dnn/logits/BiasAdd:0
    outputs['probabilities'] tensor_info:
        dtype: DT_FLOAT
        shape: (-1, 3)
        name: dnn/head/predictions/probabilities:0
  Method name is: tensorflow/serving/predict

Но теперь я не могу проверить это. 

>>> saved_model_cli run --dir TEST_SERVING/1553879255/ --tag_set serve --signature_def predict --input_examples 'inputs=[{"Description":["What is going on"],"Headline":["Help me"]}]'
Traceback (most recent call last):
 ...
  File "/Users/Josh/miniconda3/envs/python36/lib/python3.6/site-packages/tensorflow/python/tools/saved_model_cli.py", line 489, in _create_example_string
    feature_list)
TypeError: 'What is going on' has type str, but expected one of: bytes

Хорошо, давайте превратим его в объект байтов, изменив на b["What is going on"] и b["Help me"] ... 

ValueError: Type <class 'bytes'> for value b'What is going on' is not supported for tf.train.Feature.

Есть идеи / мысли ??Спасибо!

1 Ответ

0 голосов
/ 31 марта 2019

Хорошо, так что в конце концов я нашел ответ, цитируемый в TensorFlow: как экспортировать оценщик с помощью модуля TensorHub?

Проблема была в сериализации, которую я не очень понимаю. Решение позволяет передавать необработанные строки в tf.estimator.export.build_raw_serving_input_receiver_fn.

Моя функция экономии теперь выглядит так: 

  def save_serving_model(self,estimator):
      feature_placeholder = {'Headline': tf.placeholder('string', [1], name='headline_placeholder'),
      'Description': tf.placeholder('string', [1], name='description_placeholder')}
      serving_input_fn = tf.estimator.export.build_raw_serving_input_receiver_fn(feature_placeholder)

      estimator.export_savedmodel("TEST_SERVING/", serving_input_fn)

, где работает saved_model_cli. I.e.:

saved_model_cli run --dir /path/to/model/ --tag_set serve --signature_def predict --input_exprs="Headline=['Finally, it works'];Description=['Yay, it works']" 


Result for output key class_ids:
[[2]]
Result for output key classes:
[[b'2']]
Result for output key logits:
[[-0.56755465  0.31625098  0.39260274]]
Result for output key probabilities:
[[0.16577701 0.40119565 0.4330274 ]]
...