Question

我正在尝试使用Openscale检查我的图像分类模型的可解释性（Keras：2.2.4，张量流：1.11）到目前为止，我已经完成了配置并能够看到我的第一个评分请求的可解释性。但是，当我尝试发送新请求时，记录被发送到PayloadError表，并带有错误消息作为标题。我是否发送了错误的有效载荷记录？

我的代码部分如下：

imagefile='test_image\\fusion\\Black-sample05-basyo1-muki14_6_3.JPG'
img = cv2.imread(imagefile)
img_resized = cv2.resize(img,(104, 104))
print(img_resized .shape)
im = np.array(img_resized )
im_data = np.uint8(im)
im_data2 = im_data[:,:,:3]
print( 'shape2: ', im_data2.shape)
im_data3 = im_data2.tolist()
print(im_data3)
header = {'Content-Type': 'application/json', 'Authorization': 'Bearer ' + iam_token}
payload_scoring = {"values": [im_data3] }
scoring_url="https://us-south.ml.cloud.ibm.com/v3/wml_instances/564d5095-31bf-4b1d-98e3-114cf2b2f409/deployments/3a60a744-dadf-481f-b0f7-512963cc8ce3/online"
response_scoring = requests.post(scoring_url, json=payload_scoring, headers=header)
print("Scoring response")
print(json.loads(response_scoring.text))

＞ {'fields'：['prediction'，'prediction_classes'，'probability']，'values'：[[[1.0，0.0]，0，[1.0，0.0]]]}

Answer 1

您不应为scoring_input设置任何控制字段。我看到scoring_input设置了predicted_target_field（decoded-target）。

如果进行了设置，最简单的方法是删除此订阅并尝试执行步骤，而无需为scoring_input字段设置任何控制字段

无法使用错误消息“ com.ibm.analytics.aios.utils.clients.db.JsonToSQLConversionError：db.json.convert”更新有效内容表

1 个答案: