python - 如何序列化从Tensorflow数组创建的字典对象

我通过遍历一个tensorflow 2D数组创建了一个字典对象。现在，我需要将此字典对象作为对基于AngularJS的应用程序的响应来发送。我正在使用Python Flask创建后端。但是，当我使用jsonify函数时，出现以下异常：

TypeError: Object of type float32 is not JSON serializable

以下是我如何创建字典对象的摘要：

 with tf.Session() as sess:
    # Feed the audio data as input to the graph.
    #   predictions  will contain a two-dimensional array, where one
    #   dimension represents the input image count, and the other has
    #   predictions per class
    softmax_tensor = sess.graph.get_tensor_by_name(output_layer_name)
    predictions, = sess.run(softmax_tensor, {input_layer_name: wav_data})

    # Sort to show labels in order of confidence
    top_k = predictions.argsort()[-num_top_predictions:][::-1]
    result = {}
    for node_id in top_k:
      human_string = labels[node_id]
      score = predictions[node_id]
      result[human_string] = score

    return result

并且此代码段由以下控制器调用：

    @app.route("/predict")
    def predict():
        data = label_wav('static/tensorflow/0a2b400e_nohash_0.wav','static/tensorflow/conv_labels.txt','static/tensorflow/my_frozen_graph.pb','wav_data:0','labels_softmax:0',3)
        print(data) ## prints : {'left': 0.970138, 'yes': 0.02154522, '_unknown_': 0.0038029249}
        return jsonify(data), 200

有人可以告诉我如何序列化字典对象吗？

最佳答案

float32不是python中的内置类型，它是扩展类。要序列化用户定义的类，可以这样编写：

import json

class CJSONEncoder(json.JSONEncoder):
    def default(self, obj):
        if isinstance(obj, tf.float32):
            return ...
        else:
            return json.JSONEncoder.default(self, obj)

def json_dumps(data):
    return json.dumps(data, cls=CJSONEncoder)

实际上我之前从未使用过tensorflow，我现在在google上搜索过，得到了这个：

import tensorflow as tf

def convert_to_float(m):
    sess = tf.Session()
    with sess.as_default():
        ret = float(str(m.eval()))
    return ret

在我的环境中，它显示：

>>> m = tf.constant(1.1, dtype=tf.float32)
>>> sess = tf.Session()
>>> with sess.as_default():
...   ret = float(str(m.eval()))
...
>>> print(ret)
1.1

我不知道这是否合法，但希望能有所帮助。