Python 张量流服务响应

我正在尝试与Tensorflow服务会话建立通信。 下面的代码可以工作，但有点慢。有什么办法可以改进吗？我怀疑问题出在第四行-输出是作为float_val元素的列表给出的，我需要将它们转换为float数组并对其进行重塑

有没有办法使服务器输出的形状正确？ 我已经将输出签名定义如下（我认为这是正确的）

第一行使用函数打开到服务器的通道

def setup_channel(hostport):
   host, port = hostport.split(':')
   channel = implementations.insecure_channel(host, int(port))
    stub = prediction_service_pb2.beta_create_PredictionService_stub(channel)
   request = predict_pb2.PredictRequest()
   request.model_spec.name = 'hg'
   request.model_spec.signature_name = 'predict_images'
   return stub, request

输出签名为：

tensor_info_x = tf.saved_model.utils.build_tensor_info(model.input_tensor)
tensor_info_y = tf.saved_model.utils.build_tensor_info(model.predict)

prediction_signature = (
    tf.saved_model.signature_def_utils.build_signature_def(
        inputs={'images': tensor_info_x},
        outputs={'scores': tensor_info_y},
        method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME))**

---

模型预测的形状为（1,16,64,64）。

我不确定您如何处理您的

预测。未来（请求表单，5.0）

，但同步响应处理也应如此；tf提供了一个实用功能

make_ndarray

：

res = stub.Predict(request, timeout).outputs[tensor_name]
arr = tf.make_ndarray(res)

arr

将是正确DIM的np数组

其中，

tensor\u name

是您签名中定义的名称，例如

tf.saved_model.signature_def_utils.build_signature_def(
    inputs={'images': inp_tensor_info},
    outputs={'scores': out_tensor_info},
    method_name=tf.saved_model.signature_constants.PREDICT_METHOD_NAME
)

需要

res = stub.Predict(request, timeout).outputs['scores']
arr = tf.make_ndarray(res)

res = stub.Predict(request, timeout).outputs['scores']
arr = tf.make_ndarray(res)