代码之家 › 专栏 › 技术社区 › gagan malhotra

使用估计器在java中加载/服务tensorflow模型时的问题

tensorflow-serving tensorflow java

gagan malhotra · 技术社区 · 7 年前

我使用了人口普查数据,并使用tensorflow中的估计器api创建了一个广泛而深入的模型。在Java中加载模型时,似乎出现了一个错误,无法加载模型。异常看起来像

Exception in thread "main" org.tensorflow.TensorFlowException: Op type not 
registered 'SparseFeatureCross' in binary running on gmalhotra-mba-2.local. 
Make sure the Op and Kernel are registered in the binary running in this 
process.
at org.tensorflow.SavedModelBundle.load(Native Method)
at org.tensorflow.SavedModelBundle.load(SavedModelBundle.java:39)
at deeplearning.DeepLearningTest.main(DeepLearningTest.java:32)

请查找以下用于保存模型的python代码: https://gist.github.com/gaganmalhotra/cd6a5898b9caf9005a05c8831a9b9153

使用的Java代码如下:

    public static void main(String[] args) {
          try (SavedModelBundle b = SavedModelBundle.load("/Users/gagandeep.malhotra/Documents/SampleTF_projects/temporaryModel/1510624417/", "serve")) {


    Session sess = b.session();

                //Create the input sensor 
                  float[][] mat=new float[1][1];
                  mat[0]=new float[]{0.5f};

                // create tensors specific to inputs ....

                Tensor<?> x = (Tensor<?>) Tensor.create(mat);

                //run the model 
                float[][] y = sess.runner()
                        .feed("input", x)
                        .fetch("output")
                        .run()
                        .get(0)
                        .copyTo(new float[1][1]);               

               //print the result
                System.out.println(y[0][0]);
}

PS:使用的Tensorflow版本:1.3

1 回复 | 直到 7 年前

ash 7 年前

在中使用操作时 tf.contrib 模块,它们不被认为是实验性的,因此不属于 stable TensorFlow API 并且不包括在其他语言发行版中。

然而,在TensorFlow 1.4及更高版本中,您可以使用 TensorFlow.loadLibrary() .

为此,首先需要找到包含实现的共享库的位置 tf。contrib公司 tf.contrib.layers ,所以你可以这样做:

python -c "import tensorflow; print(tensorflow.contrib.layers.__path__)"

打印内容如下:

['/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/layers']

然后,您可以使用以下内容找到该路径中的所有共享库:

find /usr/local/lib/python2.7/dist-packages/tensorflow/contrib/layers -name "*.so"

这将类似于:

/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/layers/python/ops/_sparse_feature_cross_op.so

好的,现在您有了这个库,您可以使用以下方法在Java中加载它:

public static void main(String[] args) {
    TensorFlow.loadLibrary("/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/layers/python/ops/_sparse_feature_cross_op.so");

    // And now load the model etc.
}

如果你想在不同的机器上运行,你需要打包 .so 用您的程序归档以上内容,并将调用调整为 TensorFlow。loadLibrary() 适当。
确保您对Python和Java(1.4)使用相同的TensorFlow版本

希望这有帮助。