J'essaie d'établir une communication avec une session Tensorflow Serving. Le code suivant fonctionne, mais il est un peu lent. Y a-t-il un moyen de l'améliorer? Je suppose que le problème réside dans la quatrième ligne - la sortie donne une liste d'éléments float_val, et j'ai besoin de les convertir en un tableau float et de les remodeler.Tensorflow Serving Response
Y at-il un moyen d'obtenir la sortie du serveur dans la bonne forme? J'ai défini la signature de sortie comme ci-dessous (ce que je pense est correct).
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)
La première ligne ouvre le canal vers le serveur en utilisant la fonction
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
La signature de sortie est la suivante:
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))**
et le modèle de prédire a une forme de (1, 16 64, 64).