問題タブ [tensorflow-serving]

自分のコンピューターで同じオペレーティング システムと Python バージョンを使用して、この tensorflow 分散チュートリアルを試しています。最初のスクリプトを作成してターミナルで実行した後、別のターミナルを開いて 2 番目のスクリプトを実行すると、次のエラーが発生します。

公式の配布チュートリアルを試すと、同様のエラーが発生します。

編集：同じパッケージを使用している別のマシンでこれを試したところ、次のエラーログが表示されました：

問題は何ですか？

次のスニペットを使用して、以前にトレーニングされたモデル (pb) をサービスに使用するためにエクスポートしようとしています

ただし、exporter.py の manifest_pb2 が見つかりません。このアプローチで何か基本的なことが欠けていますか?

チュートリアル「Using TensorFlow Serving via Docker」に従おうとしています: https://tensorflow.github.io/serving/docker

以下のエラーが表示されます。

It seems a bit cumbersome to take into account the batch dimension for every layer in a neural network. Why don't we have some functionality in Tensorflow that can just set the batch size for an entire model?

tensorflow を使用して分類するために、http 経由で画像入力を送信しようとしています。https://www.tensorflow.org/versions/r0.9/tutorials/image_recognition/index.htmlの C++ コードを詳しく調べました。

C++ API を使用して inception-v3 サンプル モデルを実装しました。次の形式で画像入力を受け取ります。

ただし、次の場合を追加します。

これは、ローカルの画像ファイルのみを受け入れるためです。オンライン画像からファイル ポインタを取得し、メモリ内で分類する機能を追加したいと考えています。私は現在これに取り組んでいますが、今のところ運がありません。これを実装する方法について誰かが洞察を提供できますか?

https://tensorflow.github.io/serving/serving_advanced.htmlから tensorflow サービングの例を複製しようとしています

しかし、次のエラーが発生します。Tensorflow ライブラリ エラーの可能性があります。どんな助けでも大歓迎です。

inception_distributed_train.py (同期データ並列処理)とほぼ同じですが、基本的な例のデフォルトのmnist データセットを使用して、分散 TensorFlow をテストしています。

マスター ワーカー (のみ) の場合sv = tf.train.Supervisor、クロージングの場合sv.stop()はRuntimeError: ('Coordinator stopped with threads still running: %s', 'Thread-4').

同時に、psノード上で logs が表示Variable:0: Skipping cancelled dequeue attempt with queue not closedされ、変数 1 ～ 7 についても同様に表示されますが、興味深いことに、 として定義され、 に渡された変数 8 については表示さglobal_step = tf.Variable(0)れません。tf.train.SyncReplicasOptimizerminimizeglobal_step

このエラーは誰かにベルを鳴らしますか? 自分のロジックがinception_distributed_train.pyのロジックとどこが違うのか本当にわかりません