问题标签 [google-cloud-ml-engine]

I am trying to run a large distributed tensorflow model on Google Cloud's ML engine and am having trouble understanding what should go on tf.train.ClusterSpec.

When you run a job on Google Cloud you can select the scale tier from BASIC, STANDARD_1, PREMIUM_1, BASIC_GPU or CUSTOM, each giving you access to different types of clusters. However, I can't find the name/addresses of the machines in these clusters.

我想使用以下命令在本地训练我的模型：

问题是它抱怨--job-dir: Must be of form gs://bucket/object。

这是一列本地火车，所以我想知道为什么它希望输出是gs存储桶而不是本地目录。

我的 Cloud ML 训练作业已完成，输出如下：

我如何使用这些信息来确定培训工作的成本？我无法在以下两个选项之间做出决定：

1）根据这个页面，我应该将 0.49 美元（因为我位于美国）乘以 ML 单位的数量乘以工作持续时间（即 4.5 小时）。所以：

$0.49 x 43.24 x 4.5 = $95.3442

2) 另一方面，我的经验是，运行时间越长的培训工作会导致 的值越高consumedMLUnits，这表明持续时间已被纳入该指标。如果是这样，我认为计算将是：

$0.49 x 43.24 = $21.1876

其中哪一个是正确的？

人口普查和花卉样本展示了如何使用 Google 的机器学习引擎预测类别标签。

我们可以部署自己的模型来生成图像标题吗？如果是，预测是如何工作的？预测响应的格式是什么？

更具体地说，在下面显示的附件中，概率子数组给出了每个类的索引和机会。如果我们使用图像说明模型，预测响应会是什么样子？

附件：http ://boaloysius.me/sites/default/files/inline-images/predict1_0.png

我试图简单地调用我训练的模型的 REST API 端点，但我遇到了问题。我一直打电话给端点并得到一个 404。

有人知道有关如何获取此端点设置的基本教程吗？我只想在 Postman 中运行它并测试它是否有效，这样我就可以继续我的项目。

任何帮助，将不胜感激！提前致谢！

我发现 Google ml 引擎需要云存储、大查询等中的数据。有没有办法将数据流式传输到 ml-engine。例如，假设我需要使用 WordPress 或 Drupal 站点中的数据来创建 tensorflow 模型，比如垃圾邮件检测器。一种方法是将整个数据导出为 CSV 并使用 google-cloud--php 库将其上传到云存储。这里的问题是，对于每一个微小的变化，我们都必须上传整个数据。有没有更好的办法？

在 .NET-Core C# 中，我使用 Google 的 ml API 与引擎进行交互。我的预测方法的代码在这里

但是，我在 GoogleApiHttpBody 对象上得到了这个响应：

有人知道发生了什么吗？

我目前有 Google Cloud ML Engine 设置来训练在 Keras 中创建的模型。使用 Keras 时，ML Engine 似乎不会自动将日志保存到存储桶中。我在 ML Engine Jobs 页面中看到了日志，但它们没有显示在我的存储桶中，因此我无法在训练时运行 tensorboard。

您可以看到作业成功完成并生成日志：

但是我的存储桶中没有保存任何日志：

我在设置环境时遵循了本教程：（http://liufuyang.github.io/2017/04/02/just-another-tensorflow-beginner-guide-4.html）

那么，在 ML Engine 上训练 Keras 模型时，如何获取日志并运行 tensorboard？有其他人在这方面取得成功吗？

我得到了一个 TensorFlow 检查点和一个导出模型，但要使用 Google ML Cloud 提供模型，我需要一个saved_model.pbtxt文件。似乎我需要加载检查点并使用SavedModelBuilder但SavedModelBuilder想要输入和输出节点名称的字典。

我的问题是，给定检查点或导出的模型（如下），我如何找到生成pbtxt文件所需的节点名称，我需要通过 Google 的 ML Cloud 服务为模型提供服务？

我正在尝试在 Google Cloud ML Engine 上运行作业，但似乎无法将多个文件路径作为参数传递给解析器。这是我在终端上写的：

其中my_data_directory包含我稍后要阅读的多个文件，问题是--file-path仅包含['gs://my_bucket_name/my_data_directory']而不包含所述目录中的文件列表。

我该如何解决？

提前谢谢了。