1

从 Google AI Platform Training and Prediction 中的训练到预测阶段，都有运行时版本的概念，我对此有点困惑。启动训练时必须指定运行时版本（请参阅此处）。当您以 Tensorflow SavedModel 格式导出模型时必须指定另一个，当您创建版本化模型时必须指定另一个。

例子。我使用适用于 Python 的 Google API 客户端库提交了一个训练作业，因此我按照本指南配置了我的训练作业。当我使用tensorflow object-detection API时，我的配置文件如下所示：

{
"jobId": "...",
"trainingInput": {
    "runtimeVersion": "2.1",
    "pythonVersion": "3.7",
    "scaleTier": "CUSTOM",
    "masterType": "standard",
    "workerCount": "1",
    "workerType": "cloud_tpu",
    "workerConfig": {
        "tpuTfVersion": "1.15"
    },
    "region": "us-central1",
    "jobDir": "...",
    "pythonModule": "object_detection.model_main_tf2",
    "args": [
        "--model_dir",
        "...",
        "--pipeline_config_path",
        "..."
    ]
  }
}

接下来是我的导出配置文件：

{
"jobId": "...",
"trainingInput": {
    "runtimeVersion": "2.1",
    "pythonVersion": "3.7",
    "scaleTier": "CUSTOM",
    "masterType": "standard",
    "workerCount": "1",
    "workerType": "standard",
    "region": "us-central1",
    "pythonModule": "object_detection.exporter_main_v2",
    "args": [
        "--input_type",
        "image_tensor",
        "--pipeline_config_path",
        "...",
        "--trained_checkpoint_dir",
        "...",
        "--output_directory",
        "..."
    ]
  }
}

请参阅我必须再次指定运行时版本。它是否必须与用于训练作业的运行时版本相同？对于最后一部分，在创建模型之后，我必须创建一个版本。我的配置文件：

{
"name": "v1",
"description": "version description",
"isDefault": "False",
"deploymentUri": "...",
"createTime": "string",
"runtimeVersion": "2.1",
"machineType": "mls1-c1-m2",
"framework": "TENSORFLOW",
"pythonVersion": "3.7"

}

再次是运行时版本。同样的问题：它必须与以前使用的相同吗？或者训练和预测的运行时间可以不同吗？

4

0 回答 0