Я стараюсь обслуживать пересмотренный начальный граф с использованием функции tensorflow. Для переподготовки я использую это example. Однако мне нужно внести изменения в этот график, чтобы он работал с serving export code.перепросмотр изображения тензорного потока с сервисом
Поскольку в tensorflow служащей, вы будете получать сериализованные изображения в качестве входных данных, входной график должен начать с этого:
serialized_tf_example = tf.placeholder(tf.string, name='tf_example')
feature_configs = {
'image/encoded': tf.FixedLenFeature(shape=[], dtype=tf.string),
}
tf_example = tf.parse_example(serialized_tf_example, feature_configs)
jpegs = tf_example['image/encoded']
images = tf.map_fn(preprocess_image, jpegs, dtype=tf.float32)
Этот тензор изображения должны быть введены в переквалифицировался вводного графике. Однако я не знаю, возможно ли его добавить один граф к другому в тензорном потоке, как вы можете легко добавить, используя placeholder_with_input (что было сделано при переподготовке кода).
graph, bottleneck_tensor, jpeg_data_tensor, resized_image_tensor = (
create_inception_graph())
В идеале, в образе коды переобучения, я получаю тензор замещающего jpeg_input_data
. Мне нужно добавить тензор images
к этому тензору заполнителя jpeg_data_tensor
и экспортировать его как единый граф с использованием экспортера, чтобы он мог обслуживаться с использованием функции tensorflow. Тем не менее, я не выполняю никаких инструкций тензорного потока. Существуют ли другие альтернативы, кроме этого метода?