1回答
我想将这个标记图像(瓶颈特征)的数据集存储在Google云存储中的一个单独的存储桶中，并在预测期间允许我的模型访问此数据集，因为当将此数据集添加到保存的模型中时，我保存的模型的文件大小会太大(Google不幸的是，我找不到从SavedModel访问存储桶的方法。有谁知道怎么解决这个问题吗？
浏览 5提问于2018-08-02得票数 0
据我所知，在线预测与json数据一起工作。目前，我在本地主机上运行在线预测，其中每个图像都转换为json。ML引擎API使用这个来自localhost的json进行预测。在内部，ML引擎API可能已经将json上传到云中进行预测。
有没有办法对已经上传到云存储桶中的json文件进行在线预测？
浏览 1提问于2017-07-27得票数 0
1回答
假设我在App上有读取Gmail附件的代码，解析它进入云数据存储区，通过Data食谱和步骤存储回数据存储区，然后由ML Engine Tensorflow模型预测？参考资料：
这一切都可以通过数据流实现吗？
编辑1:可以导出数据准备步骤并在Ml引擎Tensorflow模型之前使用它们作为预处理吗？
浏览 1提问于2018-02-27得票数 0
回答已采纳
我以前使用过计算引擎，我想训练一些预测模型。我想知道该用哪个引擎？我是新的云ML引擎。在ML特定的应用程序中使用ML引擎是否有优势?如果有，计算引擎和CLoud ML引擎之间的差异使它们更可取。
浏览 2提问于2017-07-14得票数 1
回答已采纳
我正在实现简单的Scikit-Learn Pipeline来在Google Cloud ML引擎中执行LatentDirichletAllocation。目标是从新数据中预测主题。n_components = 10,])
现在(如果我理解正确的话)来预测我可以运行的测试数据的主题：然而，当上传管道到谷歌云存
浏览 28提问于2018-07-23得票数 3
3回答
现在我想用GPU做一些预测。我看到了这个，但是它讲述了使用GPU进行训练的过程，而不是预测。在预测会话中，GPU没有任何信息。gcloud ml-engine predict --model ${MODEL_NAME} --json-instances request.json
这个命令可以工作，但它使用的是
浏览 1提问于2017-05-10得票数 4
回答已采纳
我已经成功地在云ML引擎上部署了模型，并通过跟随验证了它是否与gcloud ml-engine models predict一起工作，现在我想从我的C#应用程序向它发送预测。我该怎么做？
浏览 10提问于2017-07-20得票数 0
我已经成功地在云ML引擎上部署了模型，并通过遵循验证了它是否与gcloud ml-engine models predict一起工作，现在我想从我的web应用程序/ javascript代码向它发送预测
浏览 3提问于2017-07-21得票数 1
1回答
我已经在Google引擎上建立并运行了一个模型，我可以在我的个人计算机上成功地使用。现在，我正在尝试设置Firebase函数来调用我的ML引擎模型。我真的很接近(我想)，但我现在正碰壁呢。ML引擎正在接收我的预测请求，但我无法在回调函数中获得预测结果。results.predictions总是空的，当我压缩results时，我看到了以下内容：Stackdriver显示正在成功发送的请求：您还可以在ML引擎模型仪
浏览 0提问于2018-06-30得票数 0
回答已采纳
1回答
Google ML文档从来没有提到这一点...它只解释了如何使用gloud获得预测，如下所示：
gcloud ml-engine predict --model $MODEL_NAME --version
浏览 12提问于2018-02-09得票数 2
我是谷歌云平台的新手。从数据科学的角度来说，我对它的使用是多么的不直观感到惊讶。我是本地GPU上经验丰富的Tensorflow用户，但在GCP上运行模型似乎是一项不可能完成的任务。当Tensorflow模型在GCP上部署到生产环境中时，代码驻留在哪里，或者模型存储在哪里？
大多数演示只专注于将第一个结果显示在屏幕上，而没有真正展示事情是如何工作的。
浏览 2提问于2018-03-27得票数 0
我试图运行一个ML引擎训练作业，从云数据存储读取数据，但得到了一个权限错误： line 434, in _end_unary_response_blocking raise _Rendezvous(state我搜索了如何向Cloud ML添加数据存储权限，但没有找到任何东西...
浏览 6提问于2019-03-15得票数 1
1回答
嗨，我在云ML引擎中有一个物体检测模型。我在印度，可用于在线预测的地区是亚洲-东北1。我在亚马逊网络服务中设置了一个节点服务器，用于将图片上传到ML引擎model.The结果响应花费超过60 seconds.Where我错了。
浏览 1提问于2018-09-13得票数 0
似乎ML引擎是Tensorflow的专用引擎。如果数据集太大而无法放入datalab，我如何在Google云平台上训练scikit-learn模型并管理我的模型？我仍然可以使用ML Engine吗?作为更新，我能够通过将其作为训练作业提交给ML引擎来获得训练scikit-learn模型运行的python脚本，但是还没有找到托管酸洗模型或将其用于预测的方法。
浏览 1提问于2017-04-21得票数 2
我正在使用tensorflow估计器+ keras来完成图像分类器的工作，这是在GCP ML引擎上预先训练的应用程序inception_v3的最后一层。keras模型用tf.keras.estimator.model_to_estimator导出，输入函数接收存储在GCP云存储上的图像路径，用tf.image.decode_jpeg打开图像，并以以下格式返回数据集该模型使用不带标签的输入函数使用predict方法正确地提供预测服务。我的想法是重用input_function来解码仅将<e
浏览 0提问于2018-06-11得票数 0
我导出了一个带有用于服务预测的自定义类的faster_rcnn_resnet101模型，并将其部署在云ML平台上，以便我可以使用云ML预测引擎。在线预测有效，但当我尝试批量预测时，结果失败。本地预测和在线预测工作，但批量预测失败。任何帮助都将不胜感激。cond_jpeg/cond_png/cond_gif/Assert_1/Assert (定
浏览 9提问于2019-01-24得票数 0
1回答
云ML引擎在线预测性能
、、、、
我已经创建了一个Cloud ML引擎模型，并尝试生成在线/HTTP预测，但我发现运行预测的延迟仍然很高。下面是我用来生成预测的Python脚本(从)： service = googleapiclient.discovery.build('ml', 'v1')
name = 'projects&#x
浏览 0提问于2018-01-15得票数 2
2回答
我发现的文档表明，数据存储应该用桶和块来完成。
with open(<something>) as f: dosomething(line)
请注意，在ml中，不创建和配置VM实例
浏览 1提问于2019-03-13得票数 1
回答已采纳
我将向云存储导出一个BigQuery ML模型，然后将得到的tensorflow模型导入到顶点ai。
已部署的模型使用的阈值为0.5。如果我在BigQuery中做预测，我会使用ML.predict和STRUCT(0.05作为阈值)。我如何告诉顶点AI以同样的方式通过所有输入请求的阈值？
浏览 2提问于2022-08-30得票数 0
我在使用firebase函数通过http客户端获取数据时遇到了问题。或者我需要升级我的帐户才能访问任何电子表格？
浏览 1提问于2019-01-17得票数 0
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
云直播
对象存储
腾讯会议活动推荐
腾讯云开发者
