Python tensorflow服务是否与多个输入(或输出)一起工作?
根据: 任何Keras模型都可以使用TensorFlow导出(只要 只有一个输入和一个输出,这是 TF服务)Python tensorflow服务是否与多个输入(或输出)一起工作?,python,tensorflow,keras,tensorflow-serving,Python,Tensorflow,Keras,Tensorflow Serving,根据: 任何Keras模型都可以使用TensorFlow导出(只要 只有一个输入和一个输出,这是 TF服务) 这(仍然)是真的吗?我找不到其他参考您可以有多个输入和输出张量,并将它们的任意组合暴露在SavedModel的不同签名中,只要您使用TF-service的PREDICT接口。例如,请看 因此,尽管Keras exporter代码中可能存在编写时的限制(我没有查看),但TensorFlow服务上的SavedModel中没有此类限制(我正在处理的产品经常使用此功能)但是,是否可以在单个请求
这(仍然)是真的吗?我找不到其他参考您可以有多个输入和输出张量,并将它们的任意组合暴露在SavedModel的不同签名中,只要您使用TF-service的PREDICT接口。例如,请看
因此,尽管Keras exporter代码中可能存在编写时的限制(我没有查看),但TensorFlow服务上的SavedModel中没有此类限制(我正在处理的产品经常使用此功能)但是,是否可以在单个请求中发送多组输入以进行预测。像一批?比如说,我通常的预测输入(1,2,3)是
{“输入”:{src_id:“[1,2,3]”}
。我能在单个请求中预测1,2,3和4,5,6吗?