时间戳

首页 > 解决方案 > 在 Flask 中导入多个自定义 tensor2tensor 问题

tensorflow - 在 Flask 中导入多个自定义 tensor2tensor 问题

问题描述

在 flask_restplus API 中，我试图从在一台服务器上提供的两个 tensor2tensor 模型进行推断。这两个模型都是自定义的，所以我将 t2t_usr_dir 提供给 tensor2tensor 的服务函数，以便可以找到自定义问题。

在推断一个自定义问题时，一切都很好，结果也符合预期。但是，当我想推断第二个模型时，程序在

def get_registered_problem(usr_dir_string, problem):
    usr_dir.import_usr_dir(usr_dir_string)
    print("Importing worked?")
    problem = registry.problem(problem)
    print("Problem naam:", problem)
    return problem

带一个LookupError: my_custom_problem_2 not in the set of supported problems。

当我切换回第一个模型（my_custom_problem_1）时，一切都很好，日志告诉我存在一个对象。我仔细检查了所有用户和数据目录是否正确。感觉就像是烧瓶的东西或problem = registry.problem(problem)东西，好像一旦加载了自定义问题，第二个用户目录注册就不会被拾取。

有任何想法吗？提前致谢！

标签： tensorflowflasktensorflow-servingflask-restplustensor2tensor

解决方案

我发现使用usr_dir.import_usr_dir(usr_dir_string)不是最好的方法，因为它似乎确实重新导入了相同的第一个 usr_dir，正如 Matthias 建议的那样。我通过将相应的 usr_dirs 添加到我的根文件夹中并将它们作为模块导入来解决了这个问题。

之后，我usr_dir.import_usr_dir(usr_dir_string)完全删除了该行并继续通过 注册问题problem = registry.problem(problem)，这对这两个问题都很好！

推荐阅读