google-cloud-ml相关内容

Cloud ML Engine 中部署的重新训练的 inception_v3 模型始终输出相同的预测

我按照 codelab TensorFlow For Poets 使用迁移学习inception_v3.它生成 retrained_graph.pb 和 retrained_labels.txt 文件,可用于在本地进行预测(运行 label_image.py). 然后,我想将此模型部署到 Cloud ML Engine,以便进行在线预测.为此,我必须将 retrained_graph.pb ..

无法使用自定义预测例程将经过训练的模型部署到 Google Cloud Ai-Platform:模型需要的内存超出允许范围

我正在尝试部署一个预训练的 pytorch 模型到具有自定义预测例程的 AI Platform.按照此处所述的说明进行操作后,部署失败并显示以下内容错误: ERROR: (gcloud.beta.ai-platform.versions.create) 创建版本失败.检测到错误模型错误:模型需要比允许的更多的内存.请尝试减小模型大小并重新部署.如果您仍然有错误,请联系 Cloud ML. 模型 ..

加载模型时出现意外错误:预测器中的问题 - ModuleNotFoundError:没有名为“torchvision"的模块

我一直在尝试通过我的 vm 实例上的控制台将我的模型部署到 AI 平台以进行预测,但我收到错误“(gcloud.beta.ai-platform.versions.create) Create Version failed. 检测到错误模型错误:“加载模型失败:加载模型时出现意外错误:预测器中的问题 - ModuleNotFoundError:没有名为‘torchvision’的模块(错误代码:0 ..

如何在 tensorflow 中读取 utf-8 编码的二进制字符串?

我正在尝试将编码的字节字符串转换回张量流图中的原始数组(使用张量流操作),以便在张量流模型中进行预测.数组到字节的转换基于这个答案,它是谷歌云机器学习引擎上张量流模型预测的建议输入. def array_request_example(input_array):input_array = input_array.astype(np.float32)byte_string = input_arra ..

部署在 Cloud ML Engine 中的重新训练的 inception_v3 模型始终输出相同的预测

我按照代码实验室 TensorFlow For Poets 进行迁移学习,使用inception_v3.它生成 retrained_graph.pb 和 retrained_labels.txt 文件,可用于在本地进行预测(运行 label_image.py). 然后,我想将此模型部署到 Cloud ML Engine,以便我可以进行在线预测.为此,我必须将 retrained_graph. ..

哪个 Google Cloud Platform 服务最容易运行 Tensorflow?

在完成 Udacity 深度学习作业时,我遇到了内存问题.我需要切换到云平台.我之前使用过 AWS EC2,但现在我想尝试 Google Cloud Platform (GCP).我至少需要 8GB 内存.我知道如何在本地使用 docker,但从未在云端尝试过. 有没有现成的解决方案可以在 GCP 上运行 Tensorflow? 如果没有,哪种服务(Compute Engine 或 Con ..

gcloud 组件更新权限被拒绝

在尝试运行任何 gcloud 命令(例如 gcloud components update)时,突然间我开始遇到“权限被拒绝"问题——如果我运行 sudo gcloud components update 就可以避免这个问题 但我不清楚为什么突然需要 sudo 命令?我实际上一直在尝试运行 GCMLE 实验并且它有相同的错误/警告,所以我尝试更新组件但仍然遇到了这个问题.我已经旅行了几天并且没有做 ..
发布时间:2021-12-20 18:39:38 其他开发

Google Cloud ML 和 GCS Bucket 问题

我正在使用研究论文的开源 Tensorflow 实现,例如 DCGAN-tensorflow.我使用的大多数库都配置为在本地训练模型,但我想使用 Google Cloud ML 来训练模型,因为我的笔记本电脑上没有 GPU.我发现很难更改代码以支持 GCS 存储桶.目前,我将我的日志和模型保存到/tmp,然后在训练结束时运行“gsutil"命令将目录复制到 gs://my-bucket(示例).如 ..

带有 Keras 和 Google Cloud ML 的 Base64 图像

我正在使用 Keras 预测图像类别.它适用于 Google Cloud ML (GCML),但为了提高效率需要将其更改为传递 base64 字符串而不是 json 数组.相关文档 我可以轻松地运行 python 代码将 base64 字符串解码为 json 数组,但是在使用 GCML 时我没有机会运行预处理步骤(除非可能在 Keras 中使用 Lambda 层,但我不认为这是正确的方法). ..
发布时间:2021-12-19 13:00:50 其他开发

使用 Workload Identity 对 Kubernetes 上的 Cloud ML Engine 容器中的独立 gsutil 进行身份验证

我将在 Google Cloud AI Training (Cloud ML Engine) 上启动容器映像 在这些容器中,我需要使用 gsutil.一些容器有 gsutil.在这种情况下,我可以立即使用它而无需任何身份验证步骤. 有些容器没有 gsutil,所以我必须安装它.问题是安装的 gsutil 不起作用. 当我使用官方 cloud-sdk 映像时,gsutil 无需任何 ..
发布时间:2021-12-15 18:14:36 其他开发

通过 Google Cloud ML 部署 Keras 模型

我希望使用 Google Cloud ML 来托管我的 Keras 模型,以便我可以调用 API 并进行一些预测.我在 Keras 方面遇到了一些问题. 到目前为止,我已经能够使用 TensorFlow 构建模型并将其部署在 CloudML 上.为了让它起作用,我必须对我的基本 TF 代码进行一些更改.更改记录在此处:https://cloud.google.com/ml/docs/how- ..

在 Tensorflow 中为模型提供服务,服务输入函数应该做什么

因此,当在 Tensorflow 中导出训练模型用于服务目的时,我一直在努力理解 services_input_fn() 的主要任务是什么.网上有一些例子可以解释它,但我在为自己定义它时遇到了问题. 我试图解决的问题是一个回归问题,我有 29 个输入和一个输出.是否有用于为此创建相应服务输入功能的模板?如果我使用一类分类问题怎么办?我的服务输入功能需要更改还是可以使用相同的功能? 最后 ..
发布时间:2021-12-09 22:41:01 Python

用于 Cloud ML 的 Google Storage (gs) 包装器文件输入/输出?

Google 最近发布了 Cloud ML,https://cloud.google.com/ml/它非常有用.但是,一个限制是 Tensorflow 程序的输入/输出应该支持 gs://. 如果我们使用所有 tensorflow API 来读/写文件,应该没问题,因为这些 API 支持 gs://. 但是,如果我们使用open等原生文件IO API,就不行了,因为他们不理解gs:// ..
发布时间:2021-12-09 22:26:49 其他开发

在 google-cloud-ml 作业中加载 numpy 数组

在我想启动的模型中,我有一些必须用特定值初始化的变量. 我目前将这些变量存储到 numpy 数组中,但我不知道如何调整我的代码以使其适用于 google-cloud-ml 作业. 目前我像这样初始化我的变量: my_variable = variables.model_variable('my_variable', shape=None, dtype=tf.float32, init ..
发布时间:2021-12-09 22:16:19 Python

将图形原型 (pb/pbtxt) 转换为 SavedModel 以在 TensorFlow Serving 或 Cloud ML Engine 中使用

我一直在关注 TensorFlow for Poets 2我训练过的模型上的 codelab,并创建了一个带有嵌入权重的冻结的量化图.它被捕获在一个文件中 - 比如 my_quant_graph.pb. 因为我可以通过 TensorFlow Android 推理库使用该图进行推理 很好,我以为我可以用 Cloud ML Engine 做同样的事情,但它似乎只适用于 SavedModel 模型 ..
发布时间:2021-12-09 22:07:17 其他开发