Почему обслуживание TensorFlow не смогло обслуживать этот простой слой LSTM keras, в то время как оно успешно работает с использованием saved_model_cli run
? И как я могу это исправить?
TensorFlow версия 2.0 альфа
$ pip install tensorflow==2.0.0-alpha0
SavedModel, воспроизводящий:
import tensorflow as tf
from tensorflow.keras.models import Model
from tensorflow.keras.layers import Input, LSTM
img_width= 10
img_height= 10
def build_model():
input_img = Input(shape=(img_width*img_height, 1), name='input_data', dtype='float32')
x = LSTM(12, return_sequences=False, name='lstm_1')(input_img)
model = Model(input_img, x)
return model
def save():
model = build_model()
tf.saved_model.save(model, "./test_keras_serving/1/")
if __name__ == '__main__':
save()
Установка обслуживания TensorFlow:
$ docker pull tensorflow/serving
$ docker images -a
REPOSITORY TAG IMAGE ID CREATED SIZE
tensorflow/serving latest 38bee21b2ca0 2 months ago 229MB
Обслуживание сохраненной модели
$ docker run -p 8501:8501 --mount type=bind,source=/the/path/of/dir/test_keras_serving,target=/models/my_model -e MODEL_NAME=my_model -t tensorflow/serving
Прогнозирование кода Python с использованием TensorFlow Serving.
import json
import requests
import numpy as np
def pred():
inp_value = np.zeros((2,100,1))
_url = 'http://localhost:8501/v1/models/my_model:predict'
headers = {"cache-control": "no-cache", "content-type": "application/json"}
data = json.dumps({"signature_name": "serving_default","instances": inp_value.tolist()})
json_response = requests.post(url=_url, data=data, headers=headers)
print(json_response)
if __name__ == '__main__':
pred()
В клиенте результаты
<Response [400]>
Вместо [200]
.
А сервер показывает:
2019-05-12 13:21:49.370594: W external/org_tensorflow/tensorflow/core/framework/op_kernel.cc:1401] OP_REQUIRES failed at partitioned_function_ops.cc:118 : Invalid argument: Expected input[1] == 'TensorArrayV2Stack/TensorListStack/element_shape:output:0' to be a control input.
In {{node TensorArrayV2Stack/TensorListStack}}
Тем не менее, SavedModel работает нормально с saved_model_cli
:
$ saved_model_cli run --dir ./test_keras_serving/1 --tag_set serve --signature_def serving_default --input_exprs input_data=np.zeros((2,100,1))
Выходы:
Result for output key lstm_1:
[[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]
[0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0. 0.]]
Как получить те же результаты, что и saved_model_cli
, используя TensorFlow Serving
?