我有一个Keras图,其中包含一个形状为(?,224,224,3)的float32张量,我想将其导出到Tensorflow Serving,以便使用RESTful进行预测。问题是我不能输入张量,但可以输入编码的b64字符串,因为这是REST API的限制。这意味着在导出图形时,输入需要是一个字符串,需要解码。
如何“注入”新输入以转换为旧张量,而不重新训练图形本身?我已尝试过几个例子[1][2]。
我目前有以下代码用于导出:
我需要找到一种将图像转换为模型输入的方法,或者一种将模型输出与图像连接的方法。
非常感谢您的帮助!
如何“注入”新输入以转换为旧张量,而不重新训练图形本身?我已尝试过几个例子[1][2]。
我目前有以下代码用于导出:
image = tf.placeholder(dtype=tf.string, shape=[None], name='source')
signature = predict_signature_def(inputs={'image_bytes': image},
outputs={'output': model.output})
我需要找到一种将图像转换为模型输入的方法,或者一种将模型输出与图像连接的方法。
非常感谢您的帮助!
tf.image.decode_image
或相关函数,或者如果你需要重塑形状,只需使用tf.reshape
即可。 - jdehesa