google-cloud-ml相关内容
用于设置Google Cloud ML的文档建议安装Tensorflow版本r0.11.我观察到r0.12中新可用的TensorFlow函数在Cloud ML上运行时会引发异常. Cloud ML是否有支持r0.12的时间表?在r0.11和r0.12之间切换是可选的还是强制性的? 解决方案 是的,您可以指定--runtime-version = 0.12以获得0.12版本.这是一项新功能,
..
我尝试在Google Cloud ML上从github运行word-RNN模型.提交作业后,日志文件中出现错误. 这是我提交的培训内容 gcloud ml-engine jobs submit training word_pred_7 \ --package-path trainer \ --module-name trainer.train \ --runti
..
我正在尝试建立一个给出reddit_score = f('subreddit','comment') 的模型 主要是作为示例,然后我可以在其上进行工作项目. 我的代码是此处. 我的问题是我看到固定的估算器,例如 DNNLinearCombinedRegressor 必须具有FeatureColumn类一部分的feature_columns . 我有vocab文件,并且知道如果
..
我是深度学习的新手,我想使用预训练(EAST)模型从AI平台服务中进行服务,开发人员可以使用以下文件: model.ckpt-49491.data-00000-of-00001 检查点 model.ckpt-49491.index model.ckpt-49491.meta 我想将其转换为TensorFlow .pb格式.有办法吗?我从此处 完整代码可在此处获得. 我
..
我的目标是在本地运行Tensorflow Training App时使用存储在Google Cloud存储中的培训数据(格式:tfrecords). (为什么要在本地?:在将其转换为Cloud ML培训包之前,我正在测试) 基于此线程,由于底层Tensorflow API应该能够读取gs://(url) 但是事实并非如此,我看到的错误的格式为: 2017-06-06 15:3
..
我一直在尝试改编 reddit_tft 示例 cloud-ml github示例存储库满足我的需求. 我已经按照教程但是,我要使用它的是二进制分类问题,并且在批处理预测中还输出键. 因此,我已复制了教程代码 ,并在几个地方进行了更改,使其能够具有deep_classifier的模型类型,该模型类型将使用DNNClasifier而不是DNNRegressor. 我将score变量更
..
Google Cloud ML-engine 支持部署scikit-learn的功能 Pipeline 对象.例如,文本分类Pipeline可能如下所示, classifier = Pipeline([ ('vect', CountVectorizer()), ('clf', naive_bayes.MultinomialNB())]) 可以训练分类器, classifier.f
..
我遵循了"入门"并部署了有关Cloud Machine Learning Engine的教程.我可以将包含JSON实例的输入文件传递给Batch Prediction服务,它返回一个包含预测的文件.我如何不更改地通过应用程序图传递实例密钥(索引号),以便预测包含该密钥,并且我知道哪个JSON预测属于哪个JSON输入?可以通过添加/更改 model.py # Copyright 2016 G
..
从GCS加载数据的建议方式是什么? 示例代码显示了复制数据从GCS到/tmp/目录.如果这是建议的方法,则可以将多少数据复制到/tmp/? 解决方案 尽管具有该选项,但无需将数据复制到本地磁盘.通过使用文件或对象的GCS URI来引用文件/对象,您应该能够直接从GCS引用培训和评估数据. gs://bucket/path/to/file.您可以在通常在接受文件路径的TensorFlow A
..
我尝试用google-cloud-ml中的Pytorch代码抛出工作. 所以我编写了"setup.py"文件.并添加选项"install_requires" "setup.py" from setuptools import find_packages from setuptools import setup REQUIRED_PACKAGES = ['http://download.
..
如何查看Cloud ML的stdout/stderr输出日志?我已经尝试过使用gcloud beta beta日志读取以及gcloud beta ml作业流日志,什么也没有……我所看到的只是系统生成的INFO级别日志,即“拆除TensorFlow". 同样在我有一个错误,显示以非零代码退出的Docker容器的情况下.它将我链接到一个GUI页面,该页面显示与gcloud beta ml作业流日
..
由于从Cloud ML作业迁移到V2日志不再可在Stackdriver日志记录控制台上访问.最后显示的日志是 Waiting for Tensorflow to start. 作业已成功执行并完成,我只是无法访问日志中的输出 为该项目启用了所有Stackdriver API. 解决方案 这个问题还使我花了两个星期的时间来沮丧地在线搜索答案,直到发现这篇文章为止.我没有看到O
..
我用于ML作业的GCS存储桶遇到访问错误.如何确保服务帐户具有所需的特权? 解决方案 我通过输入以下内容解决了此问题: $ gcloud beta ml初始化项目 请参阅下面的详细信息. https://cloud.google.com/ml/docs/how-tos/getting-set-up
..
我设法按照我已经设法将其导出为MetaGraph,但无法获得正确的输入和输出. 在本地使用它,我进入图形的入口点是DecodeJpeg/contents:0,它以二进制格式提供了jpeg图像.输出是我的预测. 我在本地使用的代码(正在运行)是: softmax_tensor = sess.graph.get_tensor_by_name('final_result:0') pre
..
云ML说明显示了如何使用shell命令获取服务帐户.如何在Python中以编程方式执行此操作?例如在Datalab中? 解决方案 您可以使用Google Cloud的Python客户端库发出getConfig请求. from googleapiclient import discovery from googleapiclient import http from oauth2cli
..
我正在尝试使用Google Cloud ML托管Tensorflow模型并获得预测.我有一个预先训练的模型,已经上传到云中,并且已经在Cloud ML控制台中创建了模型和版本. 我按照说明从此处执行准备我的数据以请求在线预测.对于Python方法和glcoud方法,我都会遇到相同的错误.为简单起见,我将发布gcloud方法: 我运行gcloud ml-engine predict --
..
突然,当我尝试运行诸如gcloud components update之类的任何gcloud命令时,我开始遇到“权限被拒绝"的问题-如果我运行sudo gcloud components update,就避免了该问题,但是我不清楚为什么sudo命令是突然需要?我实际上一直在尝试运行GCMLE实验,它具有相同的错误/警告,因此我尝试更新组件,但仍然遇到了此问题.我已经旅行了几天,但自几天前执行相同命
..
在CloudML在线预测服务的Alpha版本中,导出模型的格式为: inputs = {"x": x, "y_bytes": y} g.add_to_collection("inputs", json.dumps(inputs)) outputs = {"a": a, "b_bytes": b} g.add_to_collection("outputs", json.dumps(output
..
我最近在Google Cloud的AI平台上部署了自定义模型,并且尝试调试预处理逻辑的某些部分.但是,我的打印语句未记录到stackdriver输出中.我也尝试使用从google.cloud导入的日志记录客户端,但无济于事.这是我的自定义预测文件: import os import pickle import numpy as np from sklearn.datasets import
..
我刚刚完成模型训练,只是发现我导出了一个服务签名模型存在问题的模型.如何更新它们? (一个常见的问题是为CloudML Engine设置了错误的形状). 解决方案 不用担心-您不需要重新训练模型.就是说,还有一点工作要做.您将要创建一个新的(更正后的)投放图表,将检查点加载到该图表中,然后导出该图表. 例如,假设您添加了一个占位符,但没有设置形状,即使您打算这样做(例如,在Cl
..