Tensorflow服务-“您必须提供占位符张量\\'Placeholder_1 \\'的值”

Question

我正在使用这样生成的导出服务我的模型：

features_placeholder = tf.placeholder(tf.float32, None)
labels_placeholder = tf.placeholder(tf.float32, None)

# Training loop code
......
# Train is finished.

# Export model
tf.saved_model.simple_save(sess,param.logs_dir + 'model_export', 
            {"features": features_placeholder}, {"binary_classif": labels_placeholder})

然后，我正在发出以下POST请求（原始正文）：

{“实例”：[1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0,1.0]}

我得到的错误如下：

{“ error”：“您必须使用dtype float \\ n \\ t输入占位符张量\\'Placeholder_1 \\'的值[[节点：Placeholder_1 = Placeholder_output_shapes = []，dtype = DT_FLOAT，shape =，_ device = \\” / job ：localhost /副本：0 /任务：0 /设备：CPU：0 \\“]]”}

有人知道我在做什么错吗？

Answer 1

你必须确保你的两个占位符的形状features_placeholder和labels_placeholder对应于两个变量的形状features_feed和labels_feed避免喂食字典，当你有错误。

Answer 2

对于那些寻求解决此问题的人，我将尝试一下。

导出模型时，simple_save函数需要张量指针，而不是占位符。 一种方法是在定义模型时命名张量，如下所示：

def inference(features):
    layer_1 = nn_layer(features, get_num_features(), get_num_hidden1(), 'layer1', act=tf.nn.relu)
    logits = nn_layer(layer_1, get_num_hidden1(), get_num_classes(), 'out', act=tf.identity)
    logits = tf.identity(logits, name='predictions')
    return logits

由于我已将logits张量命名为'predictions'，因此现在可以在保存模型之前以图形方式获取此张量：

features = graph.get_tensor_by_name('features:0')
predictions = graph.get_tensor_by_name('predictions:0')
tf.saved_model.simple_save(sess,param.logs_dir + 'model_export', 
                {"features": features}, 
                {"predictions": predictions})

注意：Tensorflow文档非常简短，尤其是关于simple_save函数。 这是我可以使之正常工作的唯一方法，但是我不确定100％正确地做到这一点。