Ошибка онлайн-прогнозов Google Cloud ML-Engine: введите значение для тензора заполнителя, который уже включен - PullRequest
Новая
       36

Ошибка онлайн-прогнозов Google Cloud ML-Engine: введите значение для тензора заполнителя, который уже включен

1 голос
/ 16 апреля 2019

Я столкнулся со следующей ошибкой в ​​течение нескольких дней, но до сих пор не могу найти решение:

InvalidArgumentError (см. Выше для отслеживания): вы должны передать значение для тензора заполнителя 'decoder_input' с dtype float и shape [?,?, 1]

[[node decoder_input (определено в /Users/me/Downloads/google-cloud-sdk/lib/third_party/ml_sdk/cloud/ml/prediction/frameworks/tf_prediction_lib.py:210)]]

(код ошибки: 2)

Я обучил свой tf.keras.Model (Python 3.6, Tensorflow 1.13.1) и успешно экспортировал его в ML-движок Google Cloud.

Запустив saved_model_cli show --all --dir=trainer/predict-dir/1552642125 я получу: 

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

signature_def['serving_default']:
  The given SavedModel SignatureDef contains the following input(s):
    inputs['decoder_input'] tensor_info:
        dtype: DT_FLOAT
        shape: (-1, -1, 1)
        name: decoder_input_1:0
    inputs['encoder_input'] tensor_info:
        dtype: DT_FLOAT
        shape: (-1, -1, 1)
        name: encoder_input_1:0
  The given SavedModel SignatureDef contains the following output(s):
    outputs['reg_sequence_prediction'] tensor_info:
        dtype: DT_FLOAT
        shape: (-1, -1, 1)
        name: reg_sequence_prediction/BiasAdd:0
  Method name is: tensorflow/serving/predict

Мой instances.json файл:

{"decoder_input": [[0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0], [0.0]], "encoder_input": [[-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672], [-1.1672]]}

Как видите, я включил оба необходимых входных значения, но все равно получаю ту же ошибку.

Я не включал ни Dropout, ни Regularization слоев, модель представляет собой простую модель seq2seq keras с RNN и GRUCells.

Заранее благодарю за помощь.

...