Docker 如何在tensorflow服务器上使用自定义操作
让tensorflow模型服务器识别我的自定义操作的理想方法是什么 我有一个按照本指南编写的自定义操作: 我可以通过调用Docker 如何在tensorflow服务器上使用自定义操作,docker,tensorflow,tensorflow-serving,custom-operator,Docker,Tensorflow,Tensorflow Serving,Custom Operator,让tensorflow模型服务器识别我的自定义操作的理想方法是什么 我有一个按照本指南编写的自定义操作: 我可以通过调用tf.load\u op\u library使用opp,但当我尝试运行tensorflow\u model\u服务器时 tensorflow_model_server --port=9000 \ --model_name=mymodel \ --model_base_path=/s
tf.load\u op\u library
使用opp,但当我尝试运行tensorflow\u model\u服务器时
tensorflow_model_server --port=9000 \
--model_name=mymodel \
--model_base_path=/serving/mymodel
由于找不到我的opp,我出现以下错误
tensorflow_serving/util/retrier.cc:37]正在加载可服务:{name:
mymodel版本:1}失败:找不到:Op类型未注册“MyApp”
在c37a4ef2d4b4上运行的二进制文件
您是否将op lib添加到要调用它的构建文件中?以下是我希望对op执行的操作: -生成python包装器 -在pip包中添加op-too -将我的操作链接到tensorflow,以便tensorflow服务可以执行该操作 我把我的op放在tensorflow/contrib/foo中。下面是源代码树的样子
.
├── BUILD
├── LICENSE
├── __init__.py
├── foo_op.cc
├── foo_op_gpu.cu.cc
└── foo_op.h
我的\uuuu init\uuuuuu.py
文件已导入生成的包装器
from tensorflow.contrib.sampling.ops.gen_foo import *
我在tensorflow/contrib/\uuuu init\uuuuu.py
from tensorflow.contrib import foo
这是我的tensorflow/contrib/foo/BUILD
文件:
licenses(["notice"]) # Apache 2.0
exports_files(["LICENSE"])
package(default_visibility = ["//visibility:public"])
load("//tensorflow:tensorflow.bzl", "tf_custom_op_py_library")
load("//tensorflow:tensorflow.bzl", "tf_gen_op_libs")
load("//tensorflow:tensorflow.bzl", "tf_gen_op_wrapper_py")
load("//tensorflow:tensorflow.bzl", "tf_kernel_library")
tf_kernel_library(
name = "foo_op_kernels",
prefix = "foo",
alwayslink = 1,
)
tf_gen_op_libs(
op_lib_names = ["foo"],
)
tf_gen_op_wrapper_py(
name = "foo",
visibility = ["//visibility:public"],
deps = [
":foo_op_kernels",
],
)
tf_custom_op_py_library(
name = "foo_py",
srcs = [
"__init__.py",
],
kernels = [
":foo_op_kernels",
],
srcs_version = "PY2AND3",
deps = [
":foo",
"//tensorflow/contrib/util:util_py",
"//tensorflow/python:common_shapes",
"//tensorflow/python:framework_for_generated_wrappers",
"//tensorflow/python:platform",
"//tensorflow/python:util",
],
)
这里是tensorflow bazel文件,我必须触摸才能使其正常工作
tensorflow/contrib/BUILD
- 将
添加到foo_op_内核
depscontrib_内核
- 将
添加到foo_op_lib
depscontrib_op_lib
- 将
添加到foo
depscontrib_py
- 将
tensorflow/tools/pip_包/构建
- 将我的python目标添加到
COMMON\u PIP\u DEPS
- 将我的python目标添加到
tensorflow/core/BUILD
- 将我的内核添加到
。我可能有点过火了,但它奏效了所有静态链接的内核中
- 将我的内核添加到
WORKSPACE
- 将
更改为指向我的tensorflow的org\u tensorflow
local\u存储库,而不是谷歌的
tensorflow\u http\u存档
- 将
然后我修改了:
tensorflow\u-serving/tools/docker/Dockerfile.devel-gpu
以克隆我的tensorflow和tensorflow-serving版本。您也可以将tensorflow用作子模块或本地存储库,以便在repo中为您的操作使用自定义宏。下面是一个描述如何做到这一点的文档:
底线是,您需要重建tensorflow_model_服务器,并将op链接到中。
tensorflow_服务/模型_服务器/构建:
SUPPORTED_TENSORFLOW_OPS = [
...
"//tensorflow_serving/.../...your_op"
]
作为旁白,我在tensorflow的定制op回购上问了一个类似的问题,谢谢你们的建议让我开始了。我必须再做一些bazel的事情才能让一切正常工作。yifeif,你能提供一个这样的例子吗?我也想看一个这样的例子:)听起来更干净/更容易。你对这些步骤有详细的解释吗?一个完整的例子可能更好?谢谢