我已经构建了一个预测器(Python)类,它使用tensorflow来预测类
class IndustryPredictor:
def __init__(self):
self.predictor = self.load_predictor()
def load_predictor(self):
import tensorflow as tf
confi_obj = ConfigParser()
classifier_dir = confi_obj.classifier_directory
predictor_model_dir_name = confi_obj.predictor_directory
model_path = os.path.join(classifier_dir, predictor_model_dir_name)
return tf.contrib.predictor.from_saved_model(model_path)
def _create_float(v):
return tf.train.Feature(float_list=tf.train.FloatList(value=[v]))
def _create_str(v):
return tf.train.Feature(bytes_list=tf.train.BytesList(value=[bytes(v, 'utf-8')]))
def predict(description):
doc_text = preprocess(description)
text = _create_str(doc_text)
dlen = _create_float(len(doc_text.split()))
predicate = {'clean_text': text, 'len': dlen}
example = tf.train.Example(features=tf.train.Features(feature=predicate))
inputs = example.SerializeToString()
preds = self.predictor({"inputs": [inputs]})
return preds
这在单个流程环境中运行良好。我正在尝试使用multiprocessing
模块来加速我的处理。我可以在子进程中创建这个对象并且运行正常,但由于我的模型本身大小为1GB,所以我只能启动子进程达到一定的限制。
我想的是在父进程中加载已保存的模型,并以某种方式将它传递给子进程,这样我只需加载模型一次。我试过这样做,但过程挂了。
def main():
workers = 8
predictor = load_predictor()
pool = Pool(processes=workers)
for i in range(0, workers):
pool.apply_async(consume, args=(predictor,), error_callback=handle_error)
# Stay alive
try:
while True:
continue
except KeyboardInterrupt:
logger.error(' [*] Exiting...')
pool.terminate()
pool.join()
有没有办法在子进程中共享张量流的tf.contrib.predictor
对象。在这个预测器上写一个keras
包装器可以帮我解决这个问题。