텐서보드를 사용하고 있다면(tensorboard_callback = keras.callbacks.TensorBoard(log_dir=log_dir, histogram_freq=1)), histogram_freq=1 인자를 아래와 같이 바꿔주세요. histogram_freq=0 이렇게 해도 killed 된다면 그냥 tensorboard 안사용하는 것도 방법이더라구요.. 참조한 글 : (In case anyone else runs into this issue). I ran into the same problem - Keras would train for one epoch and then the console just says Killed with no other error messages, and the w..

https://hiseon.me/data-analytics/tensorflow/tensorflow-dataset/ 텐서플로우 tf.data.Dataset 사용 방법 - HiSEON 텐서플로우 tf.data.Dataset 사용 방법 텐서플로우 dataset 만들기 Estimator 모델에서 사용되는 데이터 입력 파이프라인인 tf.data.Dataset 예제 형태에 대해서 설명드리도록 하겠습니다. tf.data.Dataset은 사용 hiseon.me

호스트 시스템의 TCP 포트 번호를 달리 해서 가능하게 했습니다. tensorflow model server를 도커를 통해 실행시켰는데, 비트코인 가격 예측 모델은 포트 번호 8501:8501로 하여 컨테이너를 만들고 이더리움 가격 예측 모델은 도커 엔진이 호스트 시스템의 TCP 포트 8502번을 컨테이너의 TCP 포트 8501번으로 포워딩하도록 하여(8502:8501) 컨테이너를 두 개 만들었습니다. 즉, 호스트 시스템의 TCP 포트만 바꿔주고(8501->8502) 컨테이너의 TCP 포트는 8501번으로 고정시켜 줍니다. 기본적으로 TF서빙은 8501번 포트를 사용하여 REST API를 제공하기 때문입니다. (8500번은 gRPC API를 제공하는 데 사용합니다.) 참고로 각각 예측 모델의 컨테이너 생..

새로운 버전의 모델을 만들어 이전 글의 0번째 단계에서와 같이 C:\Users\007_0\serving\btc_lstm\2 폴더에 saved_model함수를 써서 모델을 저장합니다. import tensorflow as tf data_path = 'C:\Users\007_0\serving\btc_lstm' modelpath = data_path + "\2" # 모델 버전 2을 의미합니다 tf.saved_model.save(model, modelpath) 끝입니다. 이렇게 저장만 해준다면 일정한 간격으로(간격 조정 가능) 텐서플로 서빙이 새로운 버전을 확인합니다. 새로운 버전을 찾으면 자동으로 버전 교체를 진행합니다. 기본적으로 대기 중인 요청이 있다면 이전 버전의 모델로 응답합니다. 새로운 요청은 새 버..

저는 Tensorflow Model Server를 아무것도 모르는 상태에서 구현하기 위해 많은 애를 써야 했습니다. 그래서 저의 경험을 바탕으로 다른 분들은 조금이라도 쉽게 이에 접근하실 수 있도록 포스트를 작성합니다! 방법은 크게 5단계입니당!! 0. 일단은 학습한 모델을 다음과 같이 tensorflow의 saved_model 함수를 써서 저장해야 합니다. (여기엔 생략된 것이지 위쪽에 model=Sequential() 해서 LSTM 모델 학습을 시켜주었습니다) import tensorflow as tf data_path = 'C:\Users\007_0\serving\btc_lstm' modelpath = data_path + "/1" # 모델 버전 1을 의미합니다 tf.saved_model.save(..

저 같은 경우도 텐서플로를 2.2.0에서 2.4.1로 업데이트 후 이런 에러가 떴었는데 아래 방법 참고해서 해결하였습니다. keras에서 load_model 하지 않고 아래 코드대로 load_model하니까 해결됐어요! 오 주여!!!! 감사합니다 ㅠㅠㅠ I had Tensorflow===2.2.0 and when I updated it to Tensorflow==2.4.0 this issue occurred. I think there is a conflict of keras.models.load_model and the base version of tensorflow you are using. Try running - import tensorflow as tf tf.keras.models.load_mod..