示例 Google AutoML 预测 python 代码会导致执行错误。推荐执行是“python predict.py YOUR_LOCAL_IMAGE_FILE YOUR_PROJECT_ID YOUR_MODEL_ID” 错误是：

文件“predict.py”，第 25 行打印 get_prediction(content, project_id, model_id) ^ SyntaxError: invalid syntax

（提前致谢）

谷歌示例代码

我正在尝试编写一个 Chrome 扩展程序，该扩展程序从网站获取文本并通过 Google Cloud 上的自定义 AutoML 自然语言模型运行它，然后将预测数据显示到屏幕上。

我尝试过使用 OAuth2 进行身份验证，这给了我 Permission denied 错误，并且文档说要设置一个服务帐户。我还没有弄清楚如何将 chrome 扩展程序变成服务帐户，但我发现有人建议我必须设置一个单独的 Node.JS 服务器并以这种方式中继查询。

在 manifest.js 我有：

在 background.js 我有：

这是文档中描述的 curl 请求的翻译，转换为 fetch 请求。我越来越

据我所知，该帐户已正确设置并获得了 Google Cloud 端的权限。有人看到这里发生了什么吗？

我创建了一个 AutoML 翻译模型。现在，我使用 Google API 密钥的 OmegaT（我的 CAT 工具）只返回 403: Forbidden 错误。

我无法在 OmegaT 中配置模型。我查看了 OmegaT 用户手册和网络，但没有任何运气！

有人知道在 CAT 中配置 Google autoML 翻译模型吗？

在我创建模型之前，Google API 翻译工作正常。我确实研究了网络和我知道的其他任何地方（用户手册、网络、谷歌云等），但没有任何运气。

没有分享代码

预期的结果是比 Google NMT 模型本身更好的翻译性能。实际收到的结果是：403: Forbidden

我正在创建一个 Vue 渐进式 Web 应用程序，它收集用户照片并允许对其进行标记，从而为 Google Cloud AutoML Vision 创建自定义机器学习数据集。

理想情况下，此应用程序将允许客户端/浏览器直接与 Google Cloud 的 AutoML Vision 设置进行交互。理想情况下，没有服务器端代码，因此客户端需要直接使用 Google Cloud Platform 进行身份验证（可能是 Google 登录？），然后选择他们的项目/存储桶。

我将如何连接到 Google Cloud Storage 和 Google Cloud AutoML Vision 平台？这种方法可行吗？

最终目标是此 PWA 的用户可以拍摄照片（现有的或使用相机应用拍摄的），上传照片（带或不带标签），并且标签和图像都将存储在 Google Cloud AutoML Vision 平台上（或谷歌云存储桶）。这将允许用户在现场快速收集大量照片，并在现场（在 PWA 中）或稍后在 Google Cloud AutoML Vision 平台上标记它们。通过收集大量照片和标签数据集，他们可以创建自己的图像分类模型。

我试图避免任何服务器端代码，因为我希望它完全与用户和谷歌云平台相关联，而不需要将任何数据存储在第三方服务器上。

我已经发现 @google-cloud/automl 和 gapi 库并不能很好地与 Vue Progressive Web Apps 一起使用（通常也不能很好地与 webpack 一起使用）。

Google Cloud AutoML 有用于检测的 python 示例代码，但导入这些模块时出现错误

它说cannot import name automl_v1beta1。我知道这是一个常见问题，互联网上有很多解决方案，但到目前为止没有任何效果。我正在使用 Windows 10 并在 Anaconda 环境中运行 python 2.7。

我尝试了这些，但没有任何效果：

在 google AutoML 中创建模型后，我们可以使用提供的 python 代码进行预测。这是代码：

我意识到它只会打印得分高于 threshold 的检测结果value = 0.5。示例输出：

如何打印分数低于阈值 0.5 的其他检测结果（例如将阈值更改为 0.3）？

如果我从 GCP 控制台禁用 Vision API，它会删除我的 AutoML 训练数据集和模型吗？

以前，我使用 Google AutoML 成功地训练了我的小型数据集，并且准确度不错。现在我想训练另一个数据集，其中包含 999.683 张图像（几乎是 1 个数据集中图像的限制），分布在 28 个类中。

训练过程花了很长时间，等了24小时后谷歌给我发了错误报告

由于错误，AutoML Vision 无法处理您的数据集“My_Dataset”。这项工作不会收取任何费用。

AutoML Vision 上的错误详情仅显示

管道 c350ef1471db4bdb800f743eef963aec 超时。

有人经历过吗？这是我的数据集的问题吗？还是 Google AutoML 服务器端的问题？

我们将Google AutoML与表格一起使用，输入为 CSV 文件。我们已经导入数据，将所有模式与可空列和训练模型相关联，然后部署并使用在线预测来预测一列的值。

我们定位的列具有最小值-最大值 (44 - 263)。

当我们部署并运行在线预测时，它会返回这样的值

预测结果

95% 预测区间

大多数结果集都采用上述格式。我们如何将其转换为 (44-263) 范围内的值。没有在网上找到太多相同的文档。

寻找文档参考和解释以及 95% 预测的解释。

遵循基本快速入门时，我没有观察到 Web UI 的“评估”选项卡中的混淆矩阵：

https://cloud.google.com/vision/automl/docs/quickstart?refresh=1

应根据此文档显示混淆矩阵：

https://cloud.google.com/vision/automl/docs/evaluate