问题标签 [automl]

我正在尝试通过 Postman 向 Google Cloud AutoML API 发送一个简单的请求，并且我一直在阅读此处的文档：https ://cloud.google.com/vision/automl/docs/reference/rest/ v1beta1/projects.locations.datasets/get

在页面上，它说 REST 端点应该是这样的：

获取https://automl.googleapis.com/v1beta1/ {name}

其中 name 是“要检索的数据集的资源名称”。

资源名称到底是什么？

我的 Google Cloud AutoML 中有一个数据集，我将数据集的名称放在 {name} 部分的位置，但我不断收到“404 错误”。

我似乎无法在网上找到实际向 Google AutoML 发送 REST api 调用的示例。任何帮助是极大的赞赏。谢谢！

我正在使用来自谷歌的 automl 使用自定义数据集。数据集由我收集的图像组成。但是，手动标记图像需要一些时间，所以我想通过图像增强来扩大数据集，例如旋转和模糊。automl 是否自动在屏幕后面执行增强？

我正在创建一个基于 Google 的 I/O '17 演示文稿的 Firebase 托管网络应用程序，其中 Google 的 AutoML Vision 可以拍摄云图，并根据其机器学习培训告诉您它是什么类型的云。我使用的代码只允许一次调用，我认为这是由于以下代码：

从我从谷歌的文档中可以看出，[0] 对应于 annotateImageID。代码传递 0 的问题是 webapp 无法获得对多个图像的预测。

下面是调用结果推送到 webapp 的整个代码部分：

因为 Google AutoML 没有 golang 客户端，所以我必须使用 AutoML http 客户端。为此，需要来自 google 的身份验证令牌，该令牌来自运行以下 cli 命令：

我目前正在使用可以访问 AutoML 的凭据 json 文件来验证我的 Golang 服务器（示例用法）

我的问题是：如果我有 JSON 凭据文件，我将如何从 Golang Google 客户端获取身份验证令牌？这甚至可能吗？

感谢您的任何帮助！

我正在使用一项名为 Google Cloud AutoML 自然语言处理的服务。单击此处了解有关我正在使用的产品的更多信息：

https://beta-dot-custom-vision.appspot.com/text/overview

一切正常，我不得不说这个产品很棒！我设法在几个小时内训练了一个机器学习模型并做出了一些预测。

现在，我想为我组织中的另一个用户提供访问该产品用户界面的权限，以便该用户可以做出自己的预测。

我连接到 Google Cloud 控制台，创建了用户并为他分配了三个角色，这与服务帐户所需要的角色相同，以便访问该服务。

现在，当用户尝试连接到此服务的 UI 时，他会收到一个带有以下错误消息的白页：

“处理您的请求时出现异常。报告时通过其跟踪代码 tc_571165 引用此问题”

谷歌云控制台中没有更多信息，也没有任何问题的痕迹。我错过了什么？谷歌的这项服务仍处于测试阶段，因此可能只是一个错误。谢谢你的帮助

我正在为 Node.js 使用 Google 的 AutoML 自然语言 API。一切都很好，除了一个特定的服务帐户和用户（我的一个学生）。她收到以下错误：

身份验证错误：错误：错误：0906D064：PEM 例程：PEM_read_bio:bad base64 decode { 错误：14 UNAVAILABLE：从插件获取元数据失败并出现错误：错误：0906D064:PEM 例程：PEM_read_bio：在 Object.exports.createStatusError 处错误的 base64 解码（ /home/ubuntu/workspace/functions/node_modules/grpc/src/common.js:87:15) 在 Object.onReceiveStatus (/home/ubuntu/workspace/functions/node_modules/grpc/src/client_interceptors.js:1188:28 ) 在 InterceptingListener._callNext (/home/ubuntu/workspace/functions/node_modules/grpc/src/client_interceptors.js:564:42) 在 InterceptingListener.onReceiveStatus (/home/ubuntu/workspace/functions/node_modules/grpc/src/client_interceptors .js:614:8）在回调（/home/ubuntu/workspace/functions/node_modules/grpc/src/client_interceptors.js:841:24）代码：14，元数据：元数据 { _internal_repr: {} }，详细信息：'从插件获取元数据失败并出现错误：错误：0906D064：PEM 例程：PEM_read_bio：bad base64 解码'}

产生此错误的代码是：

如果我将project-id、model-id和key-file.json 更改为我自己的，那么这很完美。任何想法是什么原因造成的？

敬启者，

下面的代码在基于 jupyter 的数据科学笔记本的 Docker 容器中运行；但是，我已经安装了 Java 8 和 h2o（版本 3.20.0.7），并公开了必要的端口。docker 容器在使用 Ubuntu 16.04 的系统上运行，具有 32 个线程和超过 300G 的 RAM。
h2o 正在使用所有线程和 26.67 Gb 内存。我试图使用下面的代码将文本分类为 0 或 1。
然而，尽管将 max_runtime_secs 设置为 900 或 15 分钟，但代码尚未完成执行，大约 15 小时后仍占用大部分机器资源。附带说明一下，解析 df_train 大约需要 20 分钟。对出了什么问题有任何想法吗？

我想在 Android 应用程序中使用 AutoML Vision REST API。

使用 API 进行身份验证的推荐方法是通过服务帐户。

另一种选择是使用 OAuth2.0。

那么如何在 Android 应用程序中使用服务帐户身份验证或 OAuth2.0 是唯一的选择？

另外，建议是否有任何其他方法可以通过简洁紧凑的代码来实现这一点。

我想我遇到了 AutoML API 设置的麻烦。请找到以下网址

https://cloud.google.com/vision/automl/docs/tutorial#tutorial-vision-dataset-python

我被附加文件的亮点所困扰。

创建步骤

1. 我在 GCP 中创建具有 AutoML 编辑器和管理员角色的 AutoML 服务帐户

2. 我完成了教程中的步骤并坚持以下传递参数

   /li>

以下错误显示

请为我找到解决方案。太感谢了。

我有一个包含 50k 行和 10k 列的大型数据集。我正在尝试使用 auto-sklearn 中的分类器来拟合这些数据。由于资源有限，我将数据分批，打算使用增量学习。是否可以使用 autosklearn.classification.AutoSklearnClassifier。fit()在第一批之后是 autosklearn.classification.AutoSklearnClassifier。refit()在其余批次上？API 文档说：

改装(X, y)

将找到的所有模型重新拟合到新数据。使用交叉验证时是必需的。在训练期间，auto-sklearn 在数据集上拟合每个模型 k 次，但不保留任何经过训练的模型，因此不能用于预测新数据点。此方法适合在调用期间找到的所有模型以适合给定的数据。这种方法也可以与holdout一起使用，以避免只使用66%的训练数据来拟合最终模型。参数：
X ：形状的类数组或稀疏矩阵 = [n_samples, n_features] 训练输入样本。y ：类数组，shape = [n_samples] 或 [n_samples, n_outputs] 目标。

这是否意味着 refit 仅在对原始数据使用交叉验证时才有效，还是第一行意味着后续批次的数据可以在同一模型上重新训练？

有什么想法/想法吗？