我正在尝试按照说明创建Tensorflow服务器。 docker build
命令工作,后面的docker run
命令也可以。但是,当我尝试cd到服务/ tensorflow时,它告诉我文件不存在。确实' ls'命令显示服务目录包含tensorflow_server目录但没有tensorflow目录。
看来,新的Git版本于2018年1月29日完成,功能上从存储库中删除了tensorflow和tf_models子模块。但是,没有Tensorflow服务文档和教程的串联更新,现在看起来都是陈旧的。我遇到的问题将在下面进一步描述。我的问题是如何解决这个问题,以便我可以在官方教程中运行inception-V3消息传递示例?
环境信息:
lsb_release -a >>
No LSB modules are available.
Distributor ID: Ubuntu
Description: Ubuntu 16.04.2 LTS
Release: 16.04
Codename: xenial
一些可重现的代码:
克隆回购没有明显问题:
:~$ git clone --recursive https://github.com/tensorflow/serving
Cloning into 'serving'...
Checking connectivity... done.
执行docker build
命令,没有明显问题:
~/serving$ docker build --pull -t $USER/tensorflow-serving-devel -f tensorflow_serving/tools/docker/Dockerfile.devel .
Sending build context to Docker daemon 6.178MB
Step 1/9 : FROM ubuntu:16.04 ...
Step 6/9 : ENV BAZEL_VERSION 0.5.4 ...
Successfully built
Successfully tagged ../tensorflow-serving-devel:latest
执行docker run
命令,没有明显问题:
~/serving$ docker run --name=tensorflow_container -it $USER/tensorflow- serving-devel
root@26f2fg3e417:/#
从Docker容器中克隆的repo没有明显的问题:
root@26f2fg3e417:/# git clone --recursive https://github.com/tensorflow /serving
Cloning into 'serving'...
remote: Counting objects: 6130, done.
remote: Compressing objects: 100% (91/91), done.
remote: Total 6130 (delta 85), reused 103 (delta 59), pack-reused 5977
Receiving objects: 100% (6130/6130), 2.38 MiB | 0 bytes/s, done.
Resolving deltas: 100% (4358/4358), done.
Checking connectivity... done.
尝试cd进服务/ tensorflow是有问题的!:
:/# cd serving/tensorflow
bash: root@26f2fg3e417:/#: No such file or directory
-ls输出:
root@...:/# ls
bazel boot etc lib media opt root sbin srv tmp var
bin dev home lib64 mnt proc run serving sys usr
cd服务,然后是ls:
/serving# ls
AUTHORS LICENSE RELEASE.md tensorflow_serving
CONTRIBUTING.md README.md WORKSPACE tools
答案 0 :(得分:1)
感谢您的回复。上述建议对我不起作用。
幸运的是,来自GitHub的zf109的以下答案有效:
您可以尝试手动克隆它:
cd / serving&& git clone --recursive https://github.com/tensorflow/tensorflow.git
不确定这是否有帮助,但它解决了我的问题:)
答案 1 :(得分:0)
你的命令是:
git clone --recursive https://github.com/tensorflow /serving
这意味着张量流回购内容直接在/服务
如果您希望cd serving/tensorflow
成功,则需要输入:
git clone --recursive https://github.com/tensorflow /serving/tensorflow
(确保先删除/serving
中克隆的内容)