eu seguieste ótimo tutorial e treinou com sucesso um modelo (no CloudML). Meu código também faz previsões offline, mas agora estou tentando usar o Cloud ML para fazer previsões e ter alguns problemas.

Para implantar meu modelo, seguieste tutorial. Agora eu tenho um código que geraTFRecords através daapache_beam.io.WriteToTFRecord e eu quero fazer previsões para aquelesTFRecords. Para fazer isso, eu estou seguindoEste artigo, meu comando fica assim:

gcloud ml-engine jobs submit prediction $JOB_ID --model $MODEL --input-paths gs://"$FILE_INPUT".gz --output-path gs://"$OUTPUT"/predictions --region us-west1 --data-format TF_RECORD_GZIP

Mas eu recebo apenas erros:'Exception during running the graph: Expected serialized to be a scalar, got shape: [64]

Parece que espera dados em um formato diferente. Encontrei as especificações de formato para JSONaqui, mas não conseguiu encontrar como fazê-lo com o TFrecords.

UPDATE: aqui está a saída desaved_model_cli show --all --dir

MetaGraphDef with tag-set: 'serve' contains the following SignatureDefs:

signature_def['prediction']:
  The given SavedModel SignatureDef contains the following input(s):
    inputs['example_proto'] tensor_info:
    dtype: DT_STRING
    shape: unknown_rank
    name: input:0
  The given SavedModel SignatureDef contains the following output(s):
    outputs['probability'] tensor_info:
    dtype: DT_FLOAT
    shape: (1, 1)
    name: probability:0
  Method name is: tensorflow/serving/predict

signature_def['serving_default']:
  The given SavedModel SignatureDef contains the following input(s):
    inputs['example_proto'] tensor_info:
    dtype: DT_STRING
    shape: unknown_rank
    name: input:0
  The given SavedModel SignatureDef contains the following output(s):
    outputs['probability'] tensor_info:
    dtype: DT_FLOAT
    shape: (1, 1)
    name: probability:0
  Method name is: tensorflow/serving/predict