Tensorflow版本：1.14.0
Tensorflow服务版本：1.14.0
保存的估算器模型有多个命名输入，其键为input_1，input_2 ...，这些输入为tf.feature_column。*，我使用下面的代码保存了服务模型，其中{{ 1}}是输入列表：
feature_columns保存模型后，我使用estimator.train(input_fn=lambda: train_input_fn(features, 1000), steps=100)
serving_input_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(
tf.feature_column.make_parse_example_spec(feature_columns))
estimator.export_saved_model("from_estimator/", serving_input_fn)
显示此模型的输入和输出：
saved_model_cli
哪个打印：
saved_model_cli show --dir /from_estimator/1572335377/ --tag_set serve --signature_def serving_default 请注意，输入的不是预期的键The given SavedModel SignatureDef contains the following input(s):
inputs['examples'] tensor_info:
dtype: DT_STRING
shape: (-1)
name: input_example_tensor:0
The given SavedModel SignatureDef contains the following output(s):
outputs['logits'] tensor_info:
dtype: DT_FLOAT
shape: (-1, 100)
name: MatMul_1:0
outputs['probabilities'] tensor_info:
dtype: DT_FLOAT
shape: (-1, 100)
name: Softmax:0
Method name is: tensorflow/serving/predict
和input_1，而是input_2。令人困惑！
无论如何，我使用examples通过以下方式在本地运行模型：
saved_model_cli
它给出了正确的输出。
我使用tensorflow服务的docker映像部署了该模型，并尝试从restful api获取输出。我已经尝试按照以下方式请求格式，但是都失败了：
saved_model_cli run --dir from_estimator/1572335377/ --tag_set serve --signature_def serving_default --input_examples "examples=[{'input_1': [1],'input_2': [1]}]"，它出现了curl -d '{"instances": [{"input_1": [1],"input_2": [1]}]}' -X POST http://localhost:8501/v1/models/from_estimator:predict错误。wrong key of input，它给了curl -d '{"instances": [{"examples": {"input_1": [1],"input_2": [1]}}]}' -X POST http://localhost:8501/v1/models/from_estimator:predict错误。Invalid argument: JSON Value: not formatted correctly for base64 data，它给了curl -d '{"instances": [{"examples": "{\"input_1\": [1],\"input_2\": [1]}"}]}' -X POST http://localhost:8501/v1/models/from_estimator:predict错误。那么如何正确设置多个命名输入呢？谢谢〜