我有一个包含两个稀疏特征和两个实数值特征的简单LinearModel。我已经训练了模型，现在我想使用export_savedmodel来导出它。参考了一些资料后，我写出了如下代码：

feature_spec = create_feature_spec_for_parsing(    [        real_valued_column_1, real_valued_column_2,        sparse_column_1, sparce_column_2    ])input_receiver_fn = tf.estimator.export.build_parsing_serving_input_receiver_fn(feature_spec)my_estimator.export_savedmodel('my_model/', serving_input_fn=input_receiver_fn)

其中：

real_valued_column_1 = tf.contrib.layers.real_valued_column(    'avg_consumption_h')sparse_column_1 = tf.contrib.layers.sparse_column_with_integerized_feature("sparse_1", bucket_size=24)

不幸的是，我在export_savedmodel上得到了ValueError: A default input_alternative must be provided.错误。我稍微研究了一下tensorflow的代码库，似乎build_parsing_serving_input_receiver_fn总是返回ServingInputReceiver，但提取input_alternatives的方法如果传递给export_savedmodel的serving_input_fn不是InputFnOps类型的话，总是会创建空的input_alternatives。

build_parsing_serving_input_receiver_fn是否已被弃用，input_alternative的提取过程是否有问题，或者我完全误解了这个过程，做了什么错事？

我使用的是Python 3.6和Tensorflow 1.2，我的模型是一个简单的tf.contrib.learn.LinearRegressor。

回答：

你可以尝试以下方法

from tensorflow.contrib.learn.python.learn.utils.input_fn_utils import build_parsing_serving_input_fninput_receiver_fn = build_parsing_serving_input_fn(feature_spec)