Google cloud platform Apache Beam无法识别脚本GCP中的全局函数

我正在做一个项目，在GCP上创建一个流处理预测引擎。我主要是从这次回购中学习。然而，当我尝试执行脚本blogposts/got_emotional/4_streaming_pipeline/streaming_tweet.py时，我总是出错

NameError: name 'estimate' is not defined [while running 'generatedPtransform-129']

我的函数如下所示

from __future__ import absolute_import

import argparse
import datetime
import json
import logging

import numpy as np

import apache_beam as beam
import apache_beam.transforms.window as window
from apache_beam.io.gcp.bigquery import parse_table_schema_from_json
from apache_beam.options.pipeline_options import StandardOptions, GoogleCloudOptions, SetupOptions, PipelineOptions
from apache_beam.transforms.util import BatchElements

from googleapiclient import discovery

def init():
    ........

def estimate_cmle():

   init()
   .....

def estimate(instances):

   estimate_cmle()
   ......


def run(argv=None):
....

   output = (lines
                     | 'assign window key' >> beam.WindowInto(window.FixedWindows(10))
                     | 'batch into n batches' >> BatchElements(min_batch_size=49, max_batch_size=50)
                     | 'predict sentiment' >> beam.FlatMap(lambda messages: estimate(messages))
                     )

.....


f __name__ == '__main__':
    logging.getLogger().setLevel(logging.INFO)
    run()

这就是beam似乎无法识别estimate函数的地方，尽管我正在使用相同的脚本创建它

编辑

尝试使用

beam.FlatMap（估计值）

时出现错误

name 'estimate_cmle' is not defined [while running 'generatedPtransform-1208']

看看这两个部分：

函数定义

def estimate(instances):
......

函数调用

beam.FlatMap(lambda messages: estimate(messages,estimate_cmle))

您的调用需要一个具有2个参数的函数，而您声明的函数只有一个参数。python脚本只包含一个带有1个参数的估计值，并且没有定义带有2个参数的函数

---

例如，在repo中，调用只包含1个参数，因此它可以工作。如果要解决这个问题，那么它应该可以工作了

很抱歉，这是我在尝试的东西。即使没有争论，我也会遇到同样的错误。您是否尝试过使用beam.FlatMap（估计）而不是beam.FlatMap（lambda消息：估计（消息））？我尝试过。现在它给了我estimate_cmle not found:（您在哪里以及如何使用estimate_cmle？在estimate函数中，estimate_cmle用于调用cmle上的模型API以获得预测您使用的是哪个python版本？我在github上看到了代码，它应该可以工作