google-cloud-ml相关内容
云ML中的预处理页面如何指导( https://cloud.google.com/ml/docs/how-tos/preprocessing-data )表示,您应该查看SDK参考文档,以获取有关每种功能类型和 的详细信息 有人可以指出我该文档或功能类型及其方法的列表吗?我正在尝试设置离散目标,但是每当我将目标设置为.discrete()而不是.continuous() 时,都会不断收到“数
..
我正在使用Google Cloud Machine Learning来预测带有标签的图像. 我已经训练了名为flower的模型,并且在Google API Exporer上看到了API端点,但是当我在API Explorer中调用API时,出现以下错误: 图片错误 我不明白为什么. 谢谢 伊比利亚 解决方案 我猜您遵循了 https://github.com/Goo
..
当我使用Google Cloud Machine Learning的预测命令时( https://cloud.google .com/ml/docs/quickstarts/prediction ),我经常在下面收到错误消息: $ gcloud beta ml predict --model=mnist --instances=data/predict_sample.tensor.json
..
在此处输入图片描述 在Google Cloud ML中运行作业时,我在setup.py中包含了一些依赖程序包.在运行作业时,会出现错误,提示密码学无法build_wheel. Cryptogrpahy可能是我要安装的软件包之一的从属软件包.请帮忙!!! 解决方案 您可以将setup.py脚本配置为运行任意命令,这是安装代码的一部分.请参见此 SO问题.
..
按照flowers示例的步骤,在Google Cloud Shell中运行sample.sh脚本,以对图像集进行以下预处理. https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/flowers/trainer/preprocess.py 在评估集和训练集上,预处理均成功完成.但是生成的.tfrecord.
..
我在.NET Web应用程序中实现自定义AutoML模型时遇到问题,该模型允许识别通过REST API发送图像.我不断收到错误消息. 远程服务器返回错误:(403)禁止. 我有一张图片,并将其转换为一个名为imageBytesString的字节串,并创建了jsonRequest对象,如下所示: string jsonRequest = "{\"payload\":{\"image
..
我的目录为: /ml_engine setup.py /trainer __init__.py task.py model.py 我有一个与sklearn mixins一起使用的自定义模型,可让我将该模型用作sklearn模型. 但是,当我尝试上传模型时,我会收到错误消息: gcloud alpha ml-engine versions cre
..
我是第一次将模型部署到Google Cloud ML.我已经在本地训练和测试了该模型,它仍然需要工作,但是可以. 我已将其上传到Cloud ML,并使用我在本地测试的相同示例图像进行了测试,这些图像我知道会被检测到. (使用执行此操作时,没有检测到任何东西.起初我以为我上传了错误的检查点,但是我进行了测试,并且相同的检查点可以离线处理这些图像,我不知道如何进一步调试. 当我查看结果文件
..
我在Goggle Cloud平台上有一个正在上传的ML模型(通过python和gcloud ml-engine预报测试). 我目前正在尝试使用以下库从Android获得预测: JsonFactory jsonFactory = JacksonFactory.getDefaultInstance(); HttpTransport httpTransport = ne
..
为Python 3创建TensorFlow 1.4模型后,我现在发现Google Cloud ML Engine当前仅支持Python 2.7. 起初向后移植我的Python 3代码似乎很简单:当我用#!/usr/bin/env python替换它们的shebang #!/usr/bin/env python3时,某些脚本仍然可以按预期工作. python -V在我的(macOS)环境中报告
..
我正在尝试将tf.keras图像分类模型部署到Google CloudML Engine.我是否必须包含代码来与培训分开创建服务图,以使其能够在网络应用程序中为我的模型提供服务?我已经有SavedModel格式(saved_model.pb和可变文件)的模型,所以我不确定是否需要执行此额外步骤才能使其正常工作. 例如这是直接来自GCP Tensorflow部署模型的代码文档 def jso
..
我在Google Cloud ml上运行我的检测模型,并在运行评估脚本时遇到了此错误.我发现此链接提到了此问题,但似乎这个问题一直没有解决.有人知道如何解决这个问题吗?任何帮助将不胜感激.谢谢. 错误2018-02-04 12:53:10 -0600主副本0无法匹配文件 用于检查点gs://obj-detection/train/model.ckpt-0 INFO 2018-02-04
..
使用TensorFlow时,哪种类型的硬件用作Google Cloud ML的一部分?还只能使用CPU或张量处理单元(定制卡)吗? 参见此文章 解决方案 从2018年6月27日起,云TPU可供公众使用:这是在Google Next '18上宣布的: https://www.blog.google/products/google-cloud/empowering-business
..
我正在尝试将现有的TensorFlow模型与Google Cloud ML Engine一起使用,到目前为止,我已经在本地运行该模型. 该模型当前通过将文件名(例如my_model.train和my_model.eval)传递到 tf.data.TextLineDataset .这些文件名现在已在模型的训练器中进行了硬编码,但我计划对其进行重构,以使其以在命令行上训练应用程序参数(以及--j
..
当尝试对ML Engine模型进行在线预测时,出现以下错误. 键“值"不正确. (请参阅图像上的错误.) 在此处输入图片描述 我已经使用RAW图像数据进行了测试:{"image_bytes":{"b64": base64.b64encode(jpeg_data)}} &将数据转换为numpy数组. 当前,我有以下代码: from googleapiclient import di
..
是否可以使用ML Engine调整超参数以在本地训练模型?该文档仅提及在云中进行超参数调整的培训(提交作业),而没有提及在本地进行. 否则,是否还有另一种常用的超参数调整,如普查估计器教程中所述,将命令参数传递给task.py? https://github.com/GoogleCloudPlatform/cloudml-samples/tree/master/人口普查 解决方案
..
我已按照 https://cloud.google.com/ml/docs/how-tos/getting-set-up .目前使用 https://cloud.google.com/ml/docs上的说明来训练模型/quickstarts/training .除非没有控制台用户界面,否则一切都像灵符一样. https://console.cloud.google.com/ml/jobs
..
我正在遵循鲜花教程,以重新训练Google Cloud ml上的初始语言.我可以运行教程,训练,预测,一切都很好. 然后,我用flowers数据集替换了自己的测试数据集.图像数字的光学字符识别. 我的完整代码是此处 评估设置 培训设置 从google提供的最新docker构建中运行. `docker run -it -p "127.0.0.1:8080:8080
..
Tensorflow版本1.10 使用:DNNClassifier和tf.estimator.FinalExporter 我正在使用TF 博客. 我定义了以下代码: # The CSV features in our training & test data. COLUMN_NAMES = ['SepalLength', 'SepalWidth',
..
我将模型上传到ML引擎,并且在尝试进行预测时收到以下错误: ERROR: (gcloud.ml-engine.predict) HTTP request failed. Response: { "error": { "code": 429, "message": "Prediction server is out of memory, possibly because m
..