我在python中拥抱了tensorflow session.run()。
如果我在没有HUG的情况下运行session.run()进行预测，那很好。
但是，如果我在拥抱时运行它，它不会产生任何结果（甚至任何错误）。
有没有人遇到过这种情况？ 请帮帮我。
我的环境：
答案 0 :(得分：0)
我不知道这是否是你问题的原因，但也许它可能与hug是服务器的事实有关，因此，它在某处有一些异步代码。也许正在发生的事情是，因为hug正在尝试处理请求，它会启动会话但不会等待它运行。
同样，我不知道这是否是根本原因，或者即使这种情况有意义。
根据我对Tensorflow的一点经验，我建议的是建立一个不同的架构。
如果我理解正确，您现在要做的是，您希望向hug api服务器发送请求，从该请求中获取数据并将其提供给Tensorflow会话。您希望等待Tensorflow预测某些内容并将该预测返回给发出请求的用户。
我会以稍微不同的方式解决这个问题。我希望客户建立websockets连接。客户端将使用此连接将数据发送到服务器。收到此数据后，服务器会将其放在message queue中。您可以使用真实的邮件队列，例如RabbitMq或Kafka，但说实话，如果您没有生产质量的应用程序，您可以使用redis甚至{{ 1}}作为消息队列。此队列中的消息将由工作进程捕获，其中一个正在运行mongo，并将使用消息中的数据执行预测。在执行预测时，数据将被放置在不同的队列中并由服务器拾取。然后，服务器将通过Tensoflow预测返回给客户端。
使用此方法解决的主要问题是将websocket服务器与api工作者分开。这将允许您独立调试和测试每个部分。此外，您不会通过等待Tensorflow来阻塞服务器。服务器本质上将充当调度程序，工作人员将工作。完成后，它只返回结果。
如果我对可能的根本原因的建议是错误的，我希望这会对你有所帮助并再次抱歉。