Google cloud platform 如何调试ML引擎上的预测，预测返回空数组

我正在实现一个tfx管道，类似于芝加哥出租车的例子 推送模型的预测返回

{“预测”：[]}

。 如何调试此问题

我可以看到预测的日志。但是因为它返回一个空数组，所以状态代码是200，并且没有关于出错原因的有用信息。我希望预测请求数据没有正确地传递给估计器

芝加哥的例子使用这个作为他们的服务接收者，这是有效的。我想这也适用于我的例子

def\u示例\u服务\u接收器\u fn（转换\u输出，模式）：
“”“在输入中生成服务。
Args：
transform_output：tf转换模型的写入目录
在预处理步骤中。
模式：输入数据的模式。
返回：
Tensorflow图，用于解析示例，并对其应用tf变换。
"""
原始特征规格=\u获取\u原始特征规格（模式）
原始特征规范弹出（\u标签\u键）
原始输入\u fn=tf.estimator.export.build\u解析\u服务\u输入\u接收器\u fn(
原始\特征\规格，默认\批次\大小=无）
服务输入接收器=原始输入
转换的特征=转换的输出。转换的原始特征(
服务\输入\接收器。功能）
返回tf.estimator.export.ServingingInputReceiver(
转换的特征，服务于输入接收器。接收器张量）

主要区别在于我只需要1个输入：一个由

“|”分隔的编程语言字符串：“java | python”

然后，我在预处理函数中将该字符串拆分成一个形状为500的多个热编码数组（我正好有500个选项）

也可能是预测没有通过tf变换正确变换。（tf转换是tfx管道的一部分，可以正确运行）

请求：

{“实例”：[“javascript | python”]}

响应：

{“预测”：[]}

---

预期响应：

{“预测”：[520]}

（这是一个回归模型）

我指出，最初的示例使用一个函数用zzeroes和空字符串填充空数据，因此它们也没有得到真实数据，它们只是捕获任何经过预测过程的数据，然后向模型输入默认值。我也把它用在我的身上了。现在的问题是，我如何通过预测正确地传递数据，以便在服务中的正确位置输入。我通过以正常方式重写服务接收方，修复了我自己的代码。我假设读取转换函数的tfx方式不适用于我的模型和数据。也许它无法处理tr.transform没有vocab文件的词汇表。