[英]Tensorflow Serving in Amazon SageMaker
我在AWS SageMaker上提供张量流模型时遇到问题。 我已经在SageMaker环境之外训练了模型，现在我有一个savemodel.pb文件，需要将其部署在SageMaker端点上。 因此，我只是将模型文件压缩并上传到S3存储桶。 现在，当尝试创建端点时，我的Cloudwatch日志中出现以下错误：
tensorflow_serving / sources / storage_path / file_system_storage_path_source.cc：369] FileSystemStoragePathSource遇到文件系统访问错误：找不到可服务的generic_model的基本路径/ opt / ml / model / export / Servo
我相信SageMaker正在寻找tar.gz来遵循特定的目录结构。 但是，我只有一个.pb文件。
TensorFlow Serving需要以下文件夹结构：
export / Servo / {version_number} ，其中版本号是任何有效的正数。
SageMaker希望使用与TFS相同的目录格式，对此https://github.com/aws/sagemaker-python-sdk/issues/599存在GH问题
将 tensorflow 模型部署到 Amazon SageMaker 时出现 ValueError
[英]ValueError while deploying tensorflow model to Amazon SageMaker
AWS Sagemaker Tensorflow 服务错误：张量名称：<> 没有形状信息
[英]AWS Sagemaker Tensorflow Serving Error: Tensor name: <> has no shape information
声明:本站的技术帖子网页，遵循CC BY-SA 4.0协议，如果您需要转载，请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.
