我使用瘦包resnet_v2_152来训练分类模型。
然后将其导出到.pb文件以提供服务。
由于输入是图像，因此将使用网络安全的base64编码对其进行编码。看起来像：
serialized_tf_example = tf.placeholder(dtype=tf.string, name='tf_example')
decoded = tf.decode_base64(serialized_tf_example)
然后我使用base64对图像进行编码，使得：
img_path = '/Users/wuyanxue/Desktop/not_emoji1.jpeg'
img_b64 = base64.b64encode(open(img_path, 'rb').read())
s = str(img_b64, encoding='utf-8')
s = s.replace('+', '-').replace(r'/', '_')
我的帖子数据结构如下：
post_data = {
'signature_name': 'predict',
'instances':[ {
'inputs':
{ 'b64': s }
}]
}
最后，我将HTTP请求发布到此服务器：
res = requests.post('server_address', json=post_data)
它给了我
'{ "error": "Failed to process element: 0 key: inputs of \\\'instances\\\' list. Error: Invalid argument: Unable to base64 decode" }'
我想知道怎么会遇到？对此有解决方案吗？
答案 0 :(得分：0)
使用python3时，我遇到了同样的问题。我通过在编码函数中添加“ b”（类似于字节的对象）而不是默认str来解决此问题：
b'{"instances" : [{"b64": "%s"}]}' % base64.b64encode(
dl_request.content)
希望有帮助，请参见this answer，以获取更多信息。
答案 1 :(得分：0)
这个问题已经解决了。
post_data = {
'signature_name': 'predict',
'instances':[ {
'inputs':
{ 'b64': s }
}]
}
我们看到输入带有'b64'标志，这表明tensorflow服务将使用base64代码解码。 它属于tensorflow服务内部方法。 因此，占位符：
serialized_tf_example = tf.placeholder(dtype=tf.string, name='tf_example')
将直接接收输入数据的二进制格式，而不是base64格式。
最后，
decoded = tf.decode_base64(serialized_tf_example)
不是必需的。