机器学习PAI部署到tensorflow serving上面，下面这个问题怎么解决？
机器学习PAI部署到tensorflow serving上面，需要自己组装物品特征作为input 然后请求tf serving，好像没有看见如何设置只导出具体某些字段
就是训练的时候有用户的和物品的特征请求时只需要用户的input，还是说这样的话要给物品的input设置为空之类的？
写回答
-
参考文档https://easyrec.readthedocs.io/en/latest/predict/input_output.html 看一下你的模型的输入，此回答整理自钉群“【EasyRec】推荐算法交流群”
2023-04-25 19:36:24赞同 展开评论 打赏 -
天下风云出我辈，一入江湖岁月催，皇图霸业谈笑中，不胜人生一场醉。根据我所搜索到的互联网知识，TensorFlow Serving 支持通过 SavedModel 或者 Session Bundle 的方式导出模型。在导出模型时，您可以指定要导出的输入和输出字段，也可以设置默认的输入和输出字段，以便在服务请求时自动填充这些字段。
具体来说，如果您想要导出指定的输入和输出字段，可以在创建 SavedModel 或者 Session Bundle 时使用 signature_def_map 参数，并指定各个 SignatureDef 的输入和输出参数。例如，在以下代码中，我们定义了一个名为 predict 的 SignatureDef，并将其中包括的输入和输出字段分别命名为 input_x 和 output_y。
2023-04-25 18:08:19赞同 展开评论 打赏
版权声明：本文内容由阿里云实名注册用户自发贡献，版权归原作者所有，阿里云开发者社区不拥有其著作权，亦不承担相应法律责任。具体规则请查看《阿里云开发者社区用户服务协议》和《阿里云开发者社区知识产权保护指引》。如果您发现本社区中有涉嫌抄袭的内容，填写侵权投诉表单进行举报，一经查实，本社区将立刻删除涉嫌侵权内容。
人工智能平台 PAI（Platform for AI，原机器学习平台PAI）是面向开发者和企业的机器学习/深度学习工程平台，提供包含数据标注、模型构建、模型训练、模型部署、推理优化在内的AI开发全链路服务，内置140+种优化算法，具备丰富的行业场景插件，为用户提供低门槛、高性能的云原生AI工程化能力。
