在本教程之后，我设法使用通用初始模型重新训练我的特定分类模型。我现在想按照这个步骤将它部署在谷歌云机器学习上。
我已经设法将它导出为 MetaGraph，但我无法获得正确的输入和输出。
在本地使用它，我的图表入口点是DecodeJpeg/contents:0一个二进制格式的 jpeg 图像。输出是我的预测。
我在本地使用的代码（正在工作）是：
softmax_tensor = sess.graph.get_tensor_by_name('final_result:0')
predictions = sess.run(softmax_tensor,{'DecodeJpeg/contents:0': image_data})
输入张量应该是DecodeJpeg? 如果我想有一个base64 image作为输入，我需要做些什么改变？
我将输出定义为：
outputs = {'prediction':softmax_tensor.name}
非常感谢任何帮助。
我们现在发布了关于如何重新训练 Inception 模型的教程，包括如何在 CloudML 服务上部署模型的说明。
在您的示例中，输入张量是“DecodeJpeg/contents:0”，因此您将有类似的内容：
inputs = {'image': 'DecodeJpeg/contents:0')
outputs = {'prediction': 'final_result:0')
（请务必遵循准备模型的所有说明）。
您打算导出的模型目录应包含以下文件：
gs://my_bucket/path/to/model/export.meta
gs://my_bucket/path/to/model/checkpoint*
部署模型时，请务必设置gs://my_bucket/path/to/model为deployment_uri.
按照您的建议，要将图像发送到服务，您需要对图像字节进行 base64 编码。您的请求正文应如下所示（注意“标签”、“b64”，表示数据是 base-64 编码的）：
{'instances': [{'b64': base64.b64encode(image)}]}