ML 引擎服务似乎没有按预期工作答案

【问题标题】：ML engine serving seems to not be working as intendedML 引擎服务似乎没有按预期工作
【发布时间】：2019-06-14 17:26:33
【问题描述】：

在使用以下代码并执行 gcloud ml-engine local predict 时，我得到：

InvalidArgumentError（参见上面的回溯）：您必须输入一个值对于具有 dtype 字符串和形状的占位符张量“占位符”[?] [[Node: Placeholder = Placeholderdtype=DT_STRING, shape=[?], _device="/job:localhost/replica:0/task:0/device:CPU:0"]] （错误代码：2）

tf_files_path = './tf'
# os.makedirs(tf_files_path)  # temp dir
estimator =\
    tf.keras.estimator.model_to_estimator(keras_model_path="model_data/yolo.h5",
                                            model_dir=tf_files_path)

#up_one_dir(os.path.join(tf_files_path, 'keras'))

def serving_input_receiver_fn():
    def prepare_image(image_str_tensor):
        image = tf.image.decode_jpeg(image_str_tensor,
                                    channels=3)
        image = tf.divide(image, 255)
        image = tf.image.convert_image_dtype(image, tf.float32)
        return image

    # Ensure model is batchable
    # https://stackoverflow.com/questions/52303403/
    input_ph = tf.placeholder(tf.string, shape=[None])
    images_tensor = tf.map_fn(
                prepare_image, input_ph, back_prop=False, dtype=tf.float32)

    return tf.estimator.export.ServingInputReceiver(
        {model.input_names[0]: images_tensor},
        {'image_bytes': input_ph})

export_path = './export'
estimator.export_savedmodel(
    export_path,
    serving_input_receiver_fn=serving_input_receiver_fn)

我发送到 ml 引擎的 json 如下所示：

{"image_bytes": {"b64": "/9j/4AAQSkZJRgABAQAAAQABAAD/2w..."}}

当不进行本地预测，而是将其发送到 ML 引擎本身时，我得到：

ERROR: (gcloud.ml-engine.predict) HTTP request failed. Response: {
"error": {
"code": 500,
"message": "Internal error encountered.",
"status": "INTERNAL"
}
}

saved_model_cli 给出：

saved_model_cli show --all --dir export/1547848897/

MetaGraphDef with tag-set: 'serve' contains the following SignatureDefs:

signature_def['serving_default']:
The given SavedModel SignatureDef contains the following input(s):
inputs['image_bytes'] tensor_info:
dtype: DT_STRING
shape: (-1)
name: Placeholder:0
The given SavedModel SignatureDef contains the following output(s):
outputs['conv2d_59'] tensor_info:
dtype: DT_FLOAT
shape: (-1, -1, -1, 255)
name: conv2d_59/BiasAdd:0
outputs['conv2d_67'] tensor_info:
dtype: DT_FLOAT
shape: (-1, -1, -1, 255)
name: conv2d_67/BiasAdd:0
outputs['conv2d_75'] tensor_info:
dtype: DT_FLOAT
shape: (-1, -1, -1, 255)
name: conv2d_75/BiasAdd:0
Method name is: tensorflow/serving/predict

有人知道这里出了什么问题吗？

【问题讨论】：

这一切看起来都不错，尽管我通常使用具有相同参数的 ServingInputReceiver ({'image_bytes': input_ph}, {'image_bytes': input_ph})。试试看。如果还是不行，请将项目/模型/版本 ID 发送至 cloudml-feedback@google.com

标签： tensorflow tensorflow-serving google-cloud-ml

【解决方案1】：

问题已解决。模型的输出似乎太大，以至于 ml-engine 无法将其发回，并且它没有在比 500 内部错误更相关的异常中捕获它。我们在模型中添加了一些后处理步骤，现在可以正常工作了。

对于返回错误的 gcloud ml-engine local predict 命令，这似乎是一个错误。由于该模型现在可以在 ml-engine 上运行，但仍然会通过局部预测返回此错误。

【讨论】：