回答情况：
提问时间：
问题标签：
我试着用Tensorflow服务(装在码头上，如果这有什么不同的话)来为训练有素的tensorflow模型服务。prediction_signature = ( inputs={'verif': tensor_info_input, 'enroll': tensor_info_input},
outputs={
浏览 1提问于2019-11-30得票数 2
我应该如何使用tf.saved_model.simple_save保存经过训练的模型，以便可以使用tensorflow服务发出请求 x = tf.placeholder(tf.float32, [None, 784])values = tf.placeholder(tf.float32, [None, 1])
cross_entropy = tf.reduce_mean(tf.nn.softmax_cross_entropy_with
浏览 17提问于2019-05-02得票数 1
当我使用tensorflow-serving导出我的模型时，我有了一个新的需求，如果我只需要知道输入图像上的数字，而不是使用大量的测试数据来测试这个模型，该怎么办？
浏览 5提问于2019-03-20得票数 0
以下是docker run命令： docker run -p 8501:8501 \-e MODEL_NAME=img_classifier \ container_name: tfserving_classifier - 8501:8501 - -e MODEL_NAME=img_classifier
浏览 18提问于2021-09-30得票数 0
回答已采纳
当我使用saved_model_cli运行预测时，它可以正确执行，但当我尝试通过tensorflow-serving运行它时，相同的输入会给我一个错误。
浏览 0修改于2019-08-29得票数 1
编辑:我需要将与容器配对的DOCKER虚拟机的端口转发到我的本地机器的相同端口。 我正在尝试使用REST API从tensorflow获取本地托管在docker工具箱容器上的模型的响应，并收到从我的主机连接到它的任何尝试的错误。我已经用尽了我能想到的任何尝试或搜索来解决我的问题。 我已经尝试连接localhost:8501和docker的IP地址192.168.99.101:8501，也没有尝试连接容器117.0.2:8501的IP地址。 以下是与我的问题有关的更多详细信息的imgur相册，以了解更多上下文，包括对接机详细信息、容器详细信息、我尝试的POST和GET请求、VirtualBox
浏览 61修改于2019-01-22得票数 1
我试图创建一个码头形象，为紧张流服务，如。我在这里做错什么了？我相信它对所有人都有用，除了我。我在windows 7中使用了码头工具箱，这是我第一次使用对接器。我不知道这个错误说了什么码头版本
浏览 1修改于2018-03-19得票数 5
回答已采纳
我是新的tensorflow服务。 我尝试使用python3向tensorflow服务器发送请求(POST)， 但是当我发送请求的时候，我得到了<400>，bad request。 但是当我在终端上发送curl时，它是工作。 curl -d '{"instances": [3]}' -X POST http://localhost:8501/v1/models/hello_world:predict 这是我的python代码。 import requests
urls = 'http://localhost:850
浏览 13提问于2019-10-11得票数 1
回答已采纳
当使用中的代码，但是使用DNNClassifier估计器模型时，curl/query请求返回所有可能的标签类别及其关联的分数。我能想到的唯一可能是通过签名将一些参数提供给predict API，但我还没有找到任何可以提供此功能的参数。我已经阅读了一大堆文档和代码，谷歌了一大堆，但都没有用。
浏览 0修改于2018-12-08得票数 2
我遵循了tensorflow的指导，通过指定版本，使用docker可以运行3个模型。但是作为主机的输出，我只能得到模型的最新版本。cna是否有任何model.config文件可帮助在主机上显示所有三个型号？
浏览 0提问于2020-01-27得票数 1
我在官方网站上读到，我们可以设置版本策略，为新版本保留资源或可丢弃，但我没有发现任何关于加载新模型的内容。我在Docker中使用tensoflow serving，我想知道它的行为，例如，如果我分配的内存已满，我试图加载一个新的内存。
浏览 6提问于2019-08-01得票数 0
我已经在tensorflow服务docker上部署并运行了一个模型。现在我想用新的和改进的模型重新部署该模型。 我已经使用以下命令部署了之前的模型： docker run -p 8501:8501 --mount type=bind,source=/opt/scripts/testing/models/model01/,target=/models/my_model -e MODEL_NAME=my_model -t tensorflow/serving 新模型保存在/opt/scripts/testing/models/model02/中
浏览 31提问于2019-06-28得票数 1
我正在尝试使用bazel在CentOS 7.3上从构建tensorflow服务。我的gcc版本是4.8.5，bazel版本是0.10.1。我确信我已经按照安装介绍进行了操作，并且我已经设置了所需的所有先决条件。每次我运行命令: bazel build -c opt tensorflow_serving/model_servers/...它将运行大约10~15分钟，稍后因错误而停止：/root/.cache/bazel/_bazel_root/2d16d9349bff8cf3d8fc4a53d2a23056/external/org_tensorflow/tensorflow/c
浏览 3修改于2018-03-08得票数 0
我注意到，在查看支持GPU的tf服务的指南时，它涉及到使用，该指南目前仅适用于基于Linux的系统。由于我当前使用的docker tf服务容器本身就是一台linux机器，那么是否可以在tfserving容器内配置nvidia-docker，以便在运行Windows的主机上运行Docker时可以使用我的GPU进行模型推断？或者是我需要我的主机运行Linux？提前感谢，在我彻底搜索问题的过程中，我找不到任何关于这方面的详细信息，而且我是使用Docker
浏览 0修改于2019-01-29得票数 2
microservice | To enable them in other operations, rebuild TensorFlow with the appropriate compiler flags.tensorflow-serving | what(): std::bad_alloc
tensorflow-serving |
浏览 15提问于2022-09-12得票数 0
我想使用TFX构建一个训练管道，并最终重用我的数据转换来向TensorFlow-Serving发出推理请求，而TFX应该能够做到这一点。我发现的TFX示例似乎都构建了一个批量训练管道，并最终在TensorFlow-Serving中推送模型，但它们没有解决推理部分，由于延迟原因，推理部分必须是流管道。
浏览 50提问于2019-07-03得票数 2
回答已采纳
我尝试在tensorflow-serving中使用重新训练的inception-v3模型。但似乎我必须提供一个“检查点”。我想知道如何获得这些“检查点”？
浏览 0修改于2016-11-15得票数 4
我已经使用了REST方法，使用FLASK在localhost中开发模型部署(不使用tensorflow-serving)。我发现google-cloud和amazon提供了模型部署服务器。
浏览 18提问于2019-01-25得票数 1
3回答
gcloud.container.clusters.create) ResponseError: code=403, message=Required "container.clusters.create" permission for "projects/tensorflow-serving
浏览 10修改于2016-07-05得票数 4
回答已采纳
腾讯云开发者
Copyright © 2013 - 2026 Tencent Cloud. All Rights Reserved. 腾讯云 版权所有
深圳市腾讯计算机系统有限公司 ICP备案/许可证号：粤B2-20090059 
粤公网安备44030502008569号
腾讯云计算（北京）有限责任公司 京ICP证150476号 | 京ICP备11018762号