在 Google ML 上运行导出的 Inception：预期 float32 得到“str”

【问题标题】：Running exported Inception on Google ML: Expected float32 got 'str'在 Google ML 上运行导出的 Inception：预期 float32 得到“str”
【发布时间】：2018-07-25 10:23:58
【问题描述】：

我使用 retrain.py 示例和 --saved_model_dir 标志重新训练了 Inception 模型，以导出模型以供最终使用。

我成功地将最终模型上传到 Google ML 引擎，现在我正在尝试从中运行预测。

我的请求如下所示：

{"image": {"b64": "/9j/4AAQxh6AP/2Q== ..."}}

但我收到一条错误消息：

{"error": "Prediction failed: Error processing input: Expected float32, got '\\xff\\xd8\\xff\\xe0 ...' of type 'str' instead."}

retrain.py 中的导出示例是否没有导出模型以供 Google ML Engine 使用？

【问题讨论】：

标签： python tensorflow machine-learning google-cloud-ml

【解决方案1】：

错误消息表明导出的模型需要浮点数组而不是原始图像字节。我跟踪了代码以确认这一点。具体来说，export_model 调用build_eval_session 以获取在create_module_graph 中创建的resized_input_tensor，如下所示（link）：

resized_input_tensor = tf.placeholder(tf.float32, [None, height, width, 3])

因此，数据应如下所示：

{
  "image": [
    [
      [0.0, 0.0, 0.0],
        # ... (num entries = height)
    ],
    # (num entries = width)
  ]
}

当然，这是对图像进行编码（浮动为 ASCII）的一种相当低效的方法。如果预期的图像尺寸很小（通常是 200 x 200），这并不可怕。如果示例的作者允许通过调用 add_jpeg_decoding 作为模型的入口点来导出模型，那会更好，这将允许您按照当前尝试发送数据。

【讨论】：