Google Cloud ML 的Iris 示例清楚地表明，我可以通过以下步骤为 Tensorflow 模型创建输入张量：
- Create
feature_set= 将特征名称映射到ml.features.FeatureColumn对象的字典 - 传入
feature_set生成ml.Preprocess元数据对象 - 调用
ml.features.FeatureMetadata.parse_features，它使用该元数据对象创建一个张量，该张量将表示tf.Example编码训练示例的张量转换为表示 中特征的张量字典feature_set。
但是，当我ml.features.ImageFeatureColumn在我的feature_set. 特别是，FeatureMetadata.parse_features为我的图像特征生成一个形状错误的张量。正如 的返回值所定义的ImageFeatureColumn.transform，图像特征由一个标量 JPEG 编码的字符串组成，这表明相应的张量应该是 形状(BATCH_SIZE, 1)。但是FeatureMetadata.parse_features给了我一个形状的张量(BATCH_SIZE, ImageFeatureColumn.feature_size > 1)。
这使我无法调用tf.image.decode_jpeg该张量。无论我采用什么柔道来尝试使该功能正常工作，我都会收到以下错误：
ValueError：无法将具有 524288 个元素的张量重塑为 shape ()（1 个元素）
ImageFeatureColumn.feature_size当我将（或基于此值生成的元数据）更改为 1时，此错误消失。
您可以运行以下脚本来查看此错误： http: //pastebin.com/kHjqgp0r
（运行不带参数的脚本以查看错误。带参数运行它--hack以查看我在脚本中所做的修复工作。）
这是一个错误吗？
顺便说一句，这是在 0.1.7-alpha 版本上google.cloud.ml。