Python 在googleml上运行导出的Inception:Expected float32 get'；str'；

我使用这个示例重新训练了Inception模型，并使用--saved_model_dir标志导出模型，以便最终提供服务

我成功地将最终的模型上传到了Google ML引擎，现在我正试图从中进行预测

我的请求如下所示：

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

但我得到了一个错误，说：

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

---

retain.py中的导出示例是否未导出用于Google ML引擎的模型？

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。我通过代码来确认这一点。具体来说，调用以获取在中创建的大小为输入张量的

调用，如下所示（）：

因此，预期数据如下所示：

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

当然，这是一种相当低效的图像编码方式（浮动为ASCII）。如果预期的图像大小很小（通常是200 x 200），这并不可怕。如果示例的作者允许导出模型，并调用
add_jpeg\u decoding
作为模型的入口点，这将允许您在当前尝试发送数据时发送数据，那会更好

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