如何解决如何使 Tensorflow 模型与空输入一起工作?获取“类型:空不是预期的类型:浮点”
我正在将请求从假设更改为 TF Serving API
{
"inputs": [
[-1,-1]
]
}
到
{
"inputs": {
"feature_name_1": -1,"feature_name_2": -1
}
}
我可以通过使用需要提供数据类型的 Input 层来实现这一点,在我的情况下,我想让它 float32
保持良好和干净。
问题是某些值预计会以 null
的形式出现,因此我必须将它们替换为我想要的值(假设 null
将转换为 -10
)例如,通过使用 Lambda 层在模型本身内部。
问题是我无法使用 null
数据类型。
如果
{
"inputs": {
"feature_name_1": null,"feature_name_2": -1
}
}
我明白
{
"error": "JSON Value: null Type: Null is not of expected type: float"
}
有一些我根本不喜欢的解决方法,并希望找到另一种解决方案:输入层 dtype
可以更改为 String
并且在构建请求时我们可以将每个值都转换为 String
,这样它就会变成
{
"inputs": {
"feature_name_1": "null","feature_name_2": "-1"
}
}
但我认为这是错误的,因为 "null"
不是实际的 null
。同样发送数值 -1
作为 String
"-1"
在我看来也是错误的。
有没有办法让模型接受任何输入数据类型并在模型内部进行所有处理?可以构建输入层期望任何数据类型吗?或者其他没有输入层的解决方案?
我真的很感激任何帮助,因为这让我不停地思考这个问题,但我仍然无法解决
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。