如何解决使用稀疏输入提供 Tensorflow 模型
我正在尝试为以下 tf 模型提供服务:
item_a_inputs = layers.Input(shape=(2,),name='a')
item_b_inputs = layers.Input(shape=(2,name='b')
item_c_inputs = layers.Input(shape=(12000,name='c')
merged_layer = layers.concatenate([item_a_inputs,item_b_inputs,item_c_inputs],name='concatenate3')
predictions = layers.Dense(1,activation='sigmoid',bias_initializer=None,name='sigmoid1')(merged_layer)
test_model = keras.Model(inputs=[item_a_inputs,outputs=predictions)
我正在按照 https://www.tensorflow.org/tfx/serving/api_rest 中的格式准备用于服务的输入的 json 文件。
然而,输入特征“item_c_inputs”的大小为 12000,但它非常稀疏,每行通常不超过 200 个非零条目。
有什么方法可以在 json 中发送稀疏形式(带有索引、值和形状),然后在预处理中将其转换为密集矩阵以提供模型服务?谢谢!
版权声明:本文内容由互联网用户自发贡献,该文观点与技术仅代表作者本人。本站仅提供信息存储空间服务,不拥有所有权,不承担相关法律责任。如发现本站有涉嫌侵权/违法违规的内容, 请发送邮件至 dio@foxmail.com 举报,一经查实,本站将立刻删除。