Question

我目前正试图通过tensorflow服务提供一个简单的模型，然后我想通过gRRC使用node.js调用它。我觉得最简单的学习/理解方法就是将其分解为最简单的模型。请原谅我的命名，因为我最初使用Mnist教程开始这样做，但我也没有成功。所以名称仍然是mnist，但它只是一个简单的计算实现。

我使用以下代码创建并导出了模型： - 简单模型 -

x = tf.placeholder(tf.float32, shape=(None))
y = tf.placeholder(tf.float32, shape=(None))
three = tf.Variable(3, dtype=tf.float32)
z = tf.scalar_mul(three, x) + y

- 出口 -

model_version = 1
path = os.path.join("mnist_test", str(model_version))
builder = tf.python.saved_model.builder.SavedModelBuilder(path)
with tf.Session() as sess:
    sess.run(tf.global_variables_initializer())

    builder.add_meta_graph_and_variables(
    sess,
    [tf.python.saved_model.tag_constants.SERVING],
    signature_def_map = {
        "test_mnist_model": tf.saved_model.signature_def_utils.predict_signature_def(
            inputs={"xval": x, "yval":y},
            outputs={"spam":z})
    })
    builder.save()

当我运行它时，最后的消息似乎是成功的：

INFO：tensorflow：没有要保存的资产。信息：tensorflow：没有要写的资产。信息：tensorflow：SavedModel写入：b'mnist_test / 3 / saved_model.pb'

然后我运行tensorflow服务器并通过以下行指向我的模型，服务器声明它在0.0.0.0:9000运行：

../../bazel-bin/tensorflow_serving/model_servers/tensorflow_model_server --model_base_path=mnist_test --model_name=calctest --port=9000

然后我继续设置.proto文件，它包含：

syntax = "proto3";

option java_multiple_files = true;
option java_package = "io.grpc.examples.mnisttest";
option java_outer_classname = "MnistTestProto";
option objc_class_prefix = "MNT";

package mnisttest;

// The greeting service definition.
service Greeter {
  // Sends a greeting
  rpc test_mnist_model (InputRequest) returns (OutputReply) {}

}

// The request message containing the user's name.
message InputRequest {
  float xval = 1;
  float yval = 2;
}

// The response message containing the greetings
message OutputReply {
  float spam = 1;
}

最后我设置了一个mnistclient.js文件，它在node.js下运行，它包含以下代码：

var grpc = require('grpc')
var PROTO_PATH = __dirname + '/../../protos/mnisttest.proto';

module.exports = (connection) => {
    var tensorflow_serving = grpc.load(PROTO_PATH).mnisttest;//.serving;
    console.log(tensorflow_serving);

    var client = new tensorflow_serving.Greeter(
        connection, grpc.credentials.createInsecure()
    );

    return { 
        test: () => {
            console.log(client);
            return client.testMnistModel({xval:5.0,yval:6.0}, function(err, response){
                if(err){
                    console.log("Error: ",JSON.stringify(err));
                    return {Err: JSON.stringify(err)};
                }
                console.log('Got message ', response);
            });
        }
    }
};

function main() {
    var cli = module.exports('localhost:9000')
    cli.test();
}

if( require.main === module){
    main();
}

在tf服务器上运行模型，当我在node.js下运行客户端时，我得到以下错误。我也在客户端下打印出信息，但是当我查看错误代码12的含义时，它说明了以下内容：此服务中未实现或不支持/启用操作

我已经有一段时间了，我假设只有一部分我明显失踪了。是否有人能够提供任何见解，为什么我不能让这个简单的调用进入模型工作？

我还没有能够获得TF模型，并且认为采用这种简单的方法会效果最好，但我甚至无法实现这一点。对此有任何帮助将是一个很大的帮助！提前谢谢！

{ InputRequest:
   { [Function: Message]
     encode: [Function],
     decode: [Function],
     decodeDelimited: [Function],
     decode64: [Function],
     decodeHex: [Function],
     decodeJSON: [Function] },
  OutputReply:
   { [Function: Message]
     encode: [Function],
     decode: [Function],
     decodeDelimited: [Function],
     decode64: [Function],
     decodeHex: [Function],
     decodeJSON: [Function] },
  Greeter: { [Function: Client] service: { testMnistModel: [Object] } } }
Client { '$channel': Channel {} }
Error:  {"code":12,"metadata":{"_internal_repr":{}}}

Answer 1

看起来您已经定义了服务接口proto（mnisttest.proto），这在创建自定义服务器时非常有用。但是，TensorFlow服务模型服务器支持具有已定义端点的服务。换句话说，您正在使用模型服务器上不存在的自定义服务“Greeter”。

请查看Model Server的API /服务：apis/prediction_service.proto。您最有可能想要Predict API：apis/predict.proto。

Predict API使用您在导出时定义的模型签名，因此您需要传入“xval”和“yval”的张量，并获取“垃圾邮件”张量。

希望这有帮助！谢谢，诺亚

Tensorflow服务grpc客户端错误12

1 个答案: