Мне удалось переучивать мою конкретную классификационную модель, используя общую начальную модель, следующую за этим tutorial. Я хотел бы сейчас развернуть его на Google Cloud Learning Learning после этого steps.Развертывание Модель переобучения в обучении на основе Google для облачных вычислений
Мне уже удалось экспортировать его как MetaGraph, но я не могу получить правильные входы и выходы.
Используя его локально, моя точка входа в график: DecodeJpeg/contents:0
, которая загружается с jpeg-изображением в двоичном формате. Результат - мои прогнозы.
код я использую локально (который работает) является:
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions = sess.run(softmax_tensor,{'DecodeJpeg/contents:0': image_data})
Если тензор вход будет DecodeJpeg
? Какие были бы изменения, которые мне нужно внести, если я хочу, чтобы в качестве входных данных был вход base64 image
?
Я определил выход как:
outputs = {'prediction':softmax_tensor.name}
Любая помощь высоко ценится.
Здравствуйте, обратите внимание, что я понимаю, как моя просьба Шоул выглядеть. – KlezFromSpace
Я использую gcloud beta ml predict --model inception --instances = file.json, а в json-файле у меня есть {'экземпляры': [{'b64': b64_image (длинная строка))}]}. Ответ api. Входы ввода должны быть в формате JSON. – KlezFromSpace
Если вы используете gcloud, то вы хотите, чтобы ваш файл содержал просто [{"b64": "really_long_base_64_encoded_string"}]. Другими словами, (1) gcloud добавляет бит «экземпляров» и (2) вы сами должны сделать кодировку base64. – rhaertel80