tensorflow-serving

1热度

1回答

我已经使用eclipse与bazel插件，但似乎无法将二进制文件绑定到gdb调试器。你如何在没有调试能力的情况下开发自己的源代码和可用服务？只是看看有关选项，这是如何被其他开发者

0热度

1回答

使用NLP/ML/word2vec/tensorflow进行预测。我有来自服务请求实用程序的1000条记录。我有服务请求清单&执行人员采用自然英语语言（针对来自不同用户的相同类型的请求，文本可能不同）的相应操作。样品record- 要求：除的xxx电子邮件别名，用户ID YYY 行动：要求用户得到管理员的批准，然后手动添加的用户ID的邮件别名组。我的理解是，这个数据可以用作我的模型（NLP

0热度

1回答

如何找到Tensorflow服务版本？

要找到Tensorflow版本，我们可以这样做： python -c'import tensorflow as tf;打印（tf。版本）' Tensorflow服务是一个单独的安装，所以如何找到版本的Tensorflow服务？和Tensorflow一样吗？没有看到任何与此相关的参考/评论或文档。

0热度

1回答

tensorflow服务于GRPC接口

我试图编译PB文件GRPC调用Tensorflow服务是不可能的原文件结构（在PHP，但问题不是PHP相关）文件serving/tensorflow_serving/apis/predict.proto有： import "tensorflow/core/framework/tensor.proto"; import "tensorflow_serving/apis/model.proto";

1热度

1回答

如何在Tensorflow服务中进行批处理？

部署的Tensorflow为Inception-V3服务并运行测试。工作正常。现在，想为Inception-V3服务的批处理。例如想要发送10个图像进行预测而不是一个。如何做到这一点？要更新哪些文件（inception_saved_model.py或inception_client.py）？这些更新是什么样子的？以及图像如何传递给服务 - 它是以包含图像的文件夹的形式传递的？感谢您对此问题

0热度

1回答

估计器与协调器作为输入函数以张力流分布式阅读输入数据

CNN cifar10教程（张量流程教程）给出了一个低层次的API读取数据的例子作为一个独立的作业来训练模型（多GPU）。是否可以在低级线程支持和多/单GPU训练的情况下使用高级API估算器？我正在寻找一种方式来结合两种：从高级API定制的估计，细节https://www.tensorflow.org/extend/estimators input_fn的队列，这给其描述相同的功能在http

2热度

1回答

tf.parse_example用于mnist导出示例

我是tensorflow的新用户，正在阅读张量流服务示例中的mnist_export.py。这里有一些我无法理解： sess = tf.InteractiveSession() serialized_tf_example = tf.placeholder(tf.string, name='tf_example') feature_configs = { 'x':

1热度

1回答

使用模型中使用Tensorflow

我培养出“递归神经网络”是继tutorial来预测下一个单词，并得到了一个模型： model/ model/model.ckpt-72985.data-00000-of-00001 model/model.ckpt-72883.meta model/model.ckpt-72793.meta model/model.ckpt-72985.meta model/model.ckpt-727

0热度

1回答

安装tensorflow时出错，在ubuntu中提供服务

我正在安装Tensorflow服务，我必须在Ubuntu中安装tensorflow。我在tf根目录下运行./configure命令。这是输出： Please specify the location of python. [Default is /usr/bin/python]: Please specify optimization flags to use during compilati

0热度

2回答

tensorflow图像重新训练

我想服务使用tensorflow服务的再培训开始图。对于再培训，我使用这个example。不过，我需要对此图进行更改才能使其与serving export code配合使用。自tensorflow服务，您将收到序列图像作为输入，图形输入应与此开始： serialized_tf_example = tf.placeholder(tf.string, name='tf_example') feat