擅长:python、mysql、java
<p>(1)部署模型时是否指定了<code> runtime-version</code>?默认情况下,它是1.0,但您可能需要TensorFlow版本<code>1.8</code>或类似的版本。如果您的模型使用1.0之后添加的操作,您可能会收到以下消息。在</p>
<p>(2)即使有TF记录,也可以使用gcloud ml engine local predict。假设导出的模型有一个字符串张量输入,其维数为[None],直接输入到ParseExample操作中。在这种情况下,只需遵循标准的jsonapi语法,发送一批包含serialize的字符串tf.示例记录(base64对其进行编码并使用语法表示):</p>
<pre><code> {"instances": [{"b64": base64.b64encode(example1), {"b64": base64.b64encode(example2}}, ...]}
</code></pre>
<p>另一个(更好的)选项重新导出它(不必重新训练,您可以始终从检查点或SavedModel导出,方法是编写一个包含几行代码的脚本来加载模型并导出新模型),而不是使用<code>build_parsing_transforming_serving_input_receiver_fn</code>使用<code>build_default_transforming_serving_input_receiver_fn</code>。那么您的JSON很简单:</p>
^{pr2}$
<p>如果您只有一个输入,则可以进一步简化为:</p>
<pre><code>{"instances": [[10,3,5,6]]}
</code></pre>