Google cloud platform 将参数传递到GCMLE预测图

在我的ML引擎预测图中，我有一部分图需要花费很长的时间来计算，并不总是必要的。有没有一种方法可以创建一个布尔标志来跳过图形的这一部分？我希望在创建批处理预测作业或在线预测时传递此标志。例如，它可能类似于：

gcloud ml引擎predict--model$model--version$version--json实例$json_实例--boolean_标志$boolean_标志

在上面的例子中，我要么传递True/False作为

$BOOLEAN\u标志

，然后这将确定是否对预测图的一部分进行评估。我可以想象，这个标志也可以在批处理预测作业的主体中传递，就像模型/版本一样。这有可能吗

---

我知道我可以在预测请求中添加一个新的输入字段，该字段对于批处理中的每个元素都是True/False，并且在我不想获得预测时将其作为False传递，但我很好奇是否有一种方法可以只使用一个参数来实现这一点。

这在当前是不可能的。我们希望更多地了解您对该功能的需求。请致电cloudml与我们联系-feedback@google.com

添加两个不同的导出签名，每个签名头不同，怎么样？然后可以部署到两个不同的端点？选择要调用的url，具体取决于您想要全部还是部分

编写两个服务输入函数，每种情况一个。在第一种情况下，将标志设置为零，在第二种情况下，将标志设置为一。使用类一和类零的原因是为了确保您有一批0和1：

def case1_serving_input_fn():
    feature_placeholders = ...
    features = ...
    features['myflag'] = tf.zeros_like(features['other'])
    return tf.estimator.export.ServingInputReceiver(features, feature_placeholders)

def case2_serving_input_fn():
    feature_placeholders = ...
    features = ...
    features['myflag'] = tf.ones_like(features['other'])
    return tf.estimator.export.ServingInputReceiver(features, feature_placeholders)

在训练和评估功能中，有两个导出器：

def train_and_evaluate(output_dir, nsteps):
  ...
  exporter1 = tf.estimator.LatestExporter('case1', case1_serving_input_fn)
  exporter2 = tf.estimator.LatestExporter('case2', case2_serving_input_fn)
  eval_spec=tf.estimator.EvalSpec(
                       input_fn = make_input_fn(eval_df, 1),
                       exporters = [exporter1, exporter2] )
  tf.estimator.train_and_evaluate(estimator, train_spec, eval_spec)

---

这听起来很有希望！你能给我举一个有两个不同出口签名的例子吗？我知道在我的tf.estimator.FinalExporter中，我可以传递不同的服务函数，但不清楚在服务函数之外，我如何能有两个不同的导出签名，并具有不同的图？