问题标签 [google-cloud-ml]

我正在使用谷歌云机器学习。我想识别不同的图像。现在我已经用不同类型的图像训练了我的模型（使用 tensorflow 的初始模型），并且我在 Google 机器学习中创建了一个带有结果的版本。

如何预测新图像？你有什么想法可以帮助我吗？

非常感谢！

我正在研究 Google Cloud ML，我想对 jpeg 图像进行预测。为此，我想使用：

gcloud beta ml predict --instances=INSTANCES --model=MODEL [--version=VERSION]

（https://cloud.google.com/ml/reference/commandline/predict）

Instances 是包含有关图像的所有信息的 json 文件的路径。如何从我的 jpeg 图像创建 json 文件？

非常感谢！！

我的训练作业失败并出现错误提示：NotFoundError: Unsuccessful TensorSliceReader constructor: Failed to find any matching files for gs://my_file_name/train/model.ckpt-2-?????-of-00001 [[Node: save/RestoreV2_29 = RestoreV2[dtypes=[DT_FLOAT], _device="/job:localhost/replica:0/task:0/cpu:0"](_recv_save/Const_0, save/RestoreV2_29/tensor_names, save/RestoreV2_29/shape_and_slices) ]] 由操作 u'save/RestoreV2_29' 引起，定义在 ...

我检查了 Google Cloud Storage，并且该文件 (gs://my_file_name/train/model.ckpt-2*) 确实存在。为什么找不到它？

我正在尝试为使用 Cloud ML 的谷歌云项目设置谷歌云 shell 环境。

我正在按照他们的设置页面本身的说明进行操作：

设置 | 谷歌云机器学习

我在我的cloud shell：

卷曲 https://raw.githubusercontent.com/GoogleCloudPlatform/cloudml-samples/master/tools/setup_cloud_shell.sh | 重击

输出跟踪的最后一部分是：

• 回声'成功！您的环境具有所需的工具和依赖项。成功！您的环境具有所需的工具和依赖项。

这个命令：

导出 PATH=${HOME}/.local/bin:${PATH}

不产生任何输出。

最后是检查环境的命令：

卷曲 https://raw.githubusercontent.com/GoogleCloudPlatform/cloudml-samples/master/tools/check_environment.py | Python

产生这个输出：

什么时候应该生产：

“成功！你的环境配置正确。” 当脚本成功完成时。

请告诉我如何解决这个问题，以便我可以进入设置的下一部分。

谷歌为谷歌云提供 300 美元的免费试用注册。我想借此机会使用 tensorflow 进行一些项目。但与 AWS 不同的是，我无法在网上找到很多关于如何配置 google 计算引擎的信息。谁能给我建议或指出对我有帮助的资源？

我已经查看了谷歌云文档，虽然他们很清楚，但他们确实没有就使用哪种 CPU 提供任何建议，或者我在尝试创建 VM 实例时看不到任何 GPU 实例。我想在 AWS g2.2xlarge 实例上使用一些东西。

在生产服务中使用 CloudML 预测 API 的最佳方式是什么？

我见过： https : //cloud.google.com/ml/docs/quickstarts/prediction 但它依赖于 gcloud 工具

我正在研究不依赖于在发出请求的机器上安装和初始化 gcloud 的解决方案。拥有适用于 GCP、AWS 和可能的其他云的解决方案会很棒。

谢谢

我正在研究机器学习，我想使用 Google Cloud ml 服务。

此时，我已经使用 Tensorflow 的 retrain.py 代码（https://github.com/tensorflow/tensorflow/blob/master/tensorflow/examples/image_retraining/retrain.py#L103）训练了我的模型，并且我已经导出了结果到 cloudml（export 和 export.meta 文件）。但是，当我尝试使用命令（https://cloud.google.com/ml/reference/commandline/predict）预测新数据时：

它总是返回相同的结果（我想预测不同的数据）。这怎么可能？

我的数据是从 jpeg 以文本格式解码的图像：

你有什么建议吗？

我正在尝试导出我的本地 tensorflow 模型以在 Google Cloud ML 上使用它并对其进行预测。

我正在使用 mnist data 关注 tensorflow 服务示例。他们处理和使用输入/输出向量的方式有很大差异，这不是您在网上的典型示例中找到的。

我不确定如何设置我的签名参数：

这是我的其余代码：

在 Google Cloud ML 上上传和使用它的具体步骤是什么？他们的演练似乎是针对在云本身而不是在本地机器上训练的模型。

我已经使用 Google Code Lab TensorFlow for Poets 的retrain.py文件在本地重新训练了 Inception 模型，并希望使用 Google Cloud 机器学习服务进行预测。

具体来说，我想修改retrain.py文件，这样我的TensorFlow应用就准备好了

gcloud beta ml 预测 --instances=INSTANCES --model=MODEL

（即，仅预测；无需 Google Cloud ML 培训 ala gloud beta ml 作业提交培训）。

我从概念上理解 retrain.py 文件必须按照Preparing a Model中的描述进行修改。

但是没有完整的答案显示修改后的retrain.py文件中的所有代码行。Google Code Lab TensorFlow for Poets 和 Pete Warden 关于重新训练 Inception 的截屏视频的流行使人们期望这将成为 TensorFlow 社区中非常常见的图像分类示例；这意味着答案将使社区中的许多人受益。

在按照准备模型中的描述进行修改后，有人会用他们的 retrain.py 文件版本来回答吗？

注1：我已经研究了我的问题，以确认它没有得到回答......

... Davide Biraghi 提出并由 JoshGC 回答的问题“Q：如何在谷歌机器学习中预测图像”并未显示对 retrain.py 文件的任何修改，该文件在 Google Code Lab TensorFlow for Poets 中重新训练 Inception 模型。

... KlezFromSpace 提出并由 rhaertel80 回答的问题（Robert Lacok 提供了有用的评论）“Q：在 Google 云机器学习上部署重新训练的初始模型”在修改后未显示 retrain.py 文件中的所有代码行：定义输出；创建输入；支持可变批量大小；使用实例键；向图中添加输入和输出集合；并导出（保存）最终模型。（见上文准备模型。）

... Vinkeet Kaushik 提出并由 Robert Lacok 回答的问题（mrry 提供了有用的评论）“Q：将基本 Tensorflow 模型导出到 Google Cloud ML”并非特定于在 Google Code Lab 中重新训练 Inception 模型的 retrain.py 文件适合诗人的 TensorFlow。

注 2：我假设要进行预测的 jpeg 图像是

gcloud beta ml 预测 --instances=INSTANCES --model=MODEL

其中 INSTANCES 是 JSON 文件的路径，其中包含有关图像的信息，根据 Davide Biraghi 提出并由 rhaertel80 回答的问题“Q：如何在 Google 机器学习中将 jpeg 图像转换为 json 文件”

注意 3：我假设我将手动将修改后的 retrain.py 文件保存的 EXPORT 和 EXPORT.META 文件存储在我用于在 Google Cloud Console 中创建 MODEL 的 URL 中。

我遵循了 Cloud Machine Learning 的培训快速入门（在 Google Cloud Platform Cloud Machine Learning 中），但在“云端培训：单一工人”项目中出现以下错误。

错误：gcloud 崩溃（UnicodeEncodeError）：'ascii' 编解码器无法在位置 0 编码字符 u'\xa0'：序数不在范围内（128）

有任何想法吗？