Я использовал код из: https://github.com/tensorflow/models/blob/master/official/resnet/imagenet_main.py, чтобы выполнить двоичную классификацию, изменив количество классов. Модель обучена без проблем и обеспечивает хорошую точность.
На следующем шаге я хочу восстановить обученную модель, выполняя прогноз. И я следовал руководству «Сохранение и восстановление» от TensorFlow. Однако я должен экспортировать свою модель в стандартном SavedModel формате (а не в автоматически сохраненной модели tf.estimator.Estimator). Я добавил это serving_input_reciever_fn в код:
def serving_input_receiver_fn():
serialized_tf_example = tf.placeholder(dtype=tf.string, shape=[None], name='input_exapmle_tensor')
receiver_tensors = {"predictor_inputs": serialized_tf_example}
feature_spec = {"image": tf.FixedLenFeature((), tf.string)}
features = tf.parse_example(serialized_tf_example, feature_spec, example_names='input')
return tf.estimator.export.ServingInputReceiver(features, receiver_tensors)
В model_fn я добавил это, чтобы объявить экспорт:
predict_output = {
'pred_output_class': tf.argmax(logits, axis=1),
'pred_output_prob': tf.nn.softmax(logits, name='softmax_tensor')
}
export_output = {'predict_output': tf.estimator.export.PredictOutput(predict_output)}
if mode == tf.estimator.ModeKeys.PREDICT:
return tf.estimator.EstimatorSpec(mode=mode, predictions=predictions, export_outputs=export_output)
И в основной функции я добавил эту строку после шагов обучения и проверки:
resnet_classifier.export_savedmodel(FLAGS.export_dir, serving_input_receiver_fn)
После обучения и проверки я получил эту ошибку:
ValueError: Shape must be rank 1 but is rank 0 for 'ParseExample/ParseExample' (op: 'ParseExample') with input shapes: [?], [], [], [0].
Конечно, ожидаемая стандартная модель так и не пошла на экспорт. Я предполагаю, что что-то из serving_input_receiver_fn было неправильным. Возможно, тип ввода не соответствует типу ввода model_fn. Как я могу определить эту функцию?
Обновление: я попытался использовать tf.estimator.export.build_raw_serving_input_receiver_fn для подачи в модель предварительно обработанных необработанных данных. Код в основной функции:
feature_spec = {"input_image": tf.placeholder(dtype=tf.string, shape=[None, 224, 224, 3], name='input')}
input_receiver_fn = tf.estimator.export.build_raw_serving_input_receiver_fn(feature_spec)
resnet_classifier.export_savedmodel(export_dir_base=FLAGS.export_dir,serving_input_receiver_fn=input_receiver_fn, as_text=True)
А потом я получил такую ошибку:
Traceback (most recent call last):
File "classification_main.py", line 306, in <module>
tf.app.run(argv=[sys.argv[0]] + unparsed)
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/platform/app.py", line 48, in run
_sys.exit(main(_sys.argv[:1] + flags_passthrough))
File "classification_main.py", line 301, in main
resnet_classifier.export_savedmodel(export_dir_base=FLAGS.export_dir,serving_input_receiver_fn=input_receiver_fn, as_text=True)
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/estimator/estimator.py", line 511, in export_savedmodel
config=self.config)
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/estimator/estimator.py", line 694, in _call_model_fn
model_fn_results = self._model_fn(features=features, **kwargs)
File "classification_main.py", line 184, in resnet_model_fn
inputs=features, is_training=(mode == tf.estimator.ModeKeys.TRAIN))
File "/home/ding/projektpraktikum/tensorflow_ws/classification/resnet_model.py", line 249, in model
inputs = tf.transpose(inputs, [0, 3, 1, 2])
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/ops/array_ops.py", line 1336, in transpose
ret = gen_array_ops.transpose(a, perm, name=name)
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/ops/gen_array_ops.py", line 5694, in transpose
"Transpose", x=x, perm=perm, name=name)
File "/home/ding/.virtualenvs/cv-py2/local/lib/python2.7/site-packages/tensorflow/python/framework/op_def_library.py", line 513, in _apply_op_helper
raise err
TypeError: Failed to convert object of type <type 'dict'> to Tensor. Contents: {'input_image': <tf.Tensor 'input:0' shape=(?, 224, 224, 3) dtype=string>}. Consider casting elements to a supported type.
