使用估计器在 java 中加载/服务 tensorflow 模型时出现问题

Question

我使用人口普查数据并使用 tensorflow 中的估算器 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，导致模型无法加载。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)

请在下面找到用于保存模型的 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

Answer 1

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

但是，在 TensorFlow 1.4 及更高版本中，您可以使用 TensorFlow.loadLibrary() 在 Java 中显式加载共享库。

为此，首先您需要找到包含您感兴趣的tf.contrib 操作实现的共享库的位置。在这种情况下，它似乎是tf.contrib.layers，所以您会这样做像这样：

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

这会打印出类似的东西：

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

然后你会使用类似的方式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"

类似于：

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

好的，现在你有了那个库，你可以使用 Java 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.
}

注意事项：

• 如果您想在不同的机器上运行，您需要将上面的.so 文件与您的程序一起打包，并适当调整对TensorFlow.loadLibrary() 的调用。

• 确保您对 Python 和 Java (1.4) 使用相同的 TensorFlow 版本

希望对您有所帮助。