Question

我正在尝试与Tensorflow服务会话建立通信。以下代码有效，但有点慢。有没有办法改善它？我怀疑问题出在第四行 - 输出是作为float_val元素的列表给出的，我需要将它们转换为float数组并重新整形。

有没有办法让服务器输出的形状正确？我已经将输出签名定义如下（我认为是正确的）。

prediction_channel, request_form = setup_channel(args.server)    
request_form.inputs['images'].CopyFrom(
                tf.contrib.util.make_tensor_proto(img_transformed, shape=list(img_transformed.shape)))
output = prediction_channel.Predict.future(request_form, 5.0)
output = np.array(output.result().outputs['scores'].float_val).reshape(1, 16, 64, 64)

第一行使用函数

打开到服务器的通道

def setup_channel(hostport):
   host, port = hostport.split(':')
   channel = implementations.insecure_channel(host, int(port))
    stub = prediction_service_pb2.beta_create_PredictionService_stub(channel)
   request = predict_pb2.PredictRequest()
   request.model_spec.name = 'hg'
   request.model_spec.signature_name = 'predict_images'
   return stub, request

输出签名是：

tensor_info_x = tf.saved_model.utils.build_tensor_info(model.input_tensor)
tensor_info_y = tf.saved_model.utils.build_tensor_info(model.predict)

prediction_signature = (
    tf.saved_model.signature_def_utils.build_signature_def(
        inputs={'images': tensor_info_x},
        outputs={'scores': tensor_info_y},
        method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME))**

和模型预测的形状为（1,16,64,64）。

Answer 1

我不确定您是如何处理Predict.future(request_form, 5.0)的，但同样适用于同步响应处理; tf提供效用函数make_ndarray：

res = stub.Predict(request, timeout).outputs[tensor_name]
arr = tf.make_ndarray(res)

arr将是正确dims的np数组。

tensor_name是您的签名中定义的名称，例如

tf.saved_model.signature_def_utils.build_signature_def(
    inputs={'images': inp_tensor_info},
    outputs={'scores': out_tensor_info},
    method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME
)

需要

res = stub.Predict(request, timeout).outputs['scores']
arr = tf.make_ndarray(res)

Tensorflow服务响应

1 个答案: