在张量流服务中，如何将列表存储在特征字典中？

Question

我对 tensorflow 服务很陌生，现在我正在使用客户端编码。

通过基础教程，我知道我需要构建一个特征字典，例如：

feature_dict={
    'input_content':tf.train.Feature(...)
    'input_label':tf.train.Feature(...)
}

然后，

model_input=tf.train.Example(feature=tf.train.Features(feature=feature_dict))

现在，我的问题是，如何将列表放入 feature_dict？比如，我有一个 10 维列表，我想将它设置为 'input_content'，我怎样才能得到它？

Answer 1

一个 tf.train.Feature 包含的列表可能包含 零个或多个 值。列表可以是 BytesList, FloatList, 或 Int64List 类型。

以下代码将单个浮点元素 (float_element) 添加到 tf.train.Feature

tf.train.Feature(float_list=tf.train.FloatList(value=[float_element]))

请注意，float_element 被方括号 ([]) 包围，即，正在创建一个包含单个元素的列表。在尝试添加列表 (float_list) 时，不应像以下代码片段那样使用方括号。

tf.train.Feature(float_list=tf.train.FloatList(value=float_list))

In tensorflow serving, how to store a list in feature dictionary?