Python 使用TensorFlow作为依赖项部署Google云功能

我想使用Google云函数部署一个以JSON（包括HDF5中的权重）保存的keras模型，并将tensorflow作为后端

当我没有在requirements.txt中指定tensorflow时，部署成功。虽然在GCP中测试该函数时，我收到一条错误消息，指明找不到tensorflow

Error: function crashed. Details:
No module named 'tensorflow'

首先，我觉得很奇怪，谷歌没有提供预安装tensorflow的环境

但现在如果我在requirements.txt中指定tensorflow，部署就会失败，并显示错误消息

ERROR: (gcloud.beta.functions.deploy) OperationError: 
code=3, message=Build failed: USER ERROR:
`pip_download_wheels` had stderr output:
 Could not find a version that satisfies the 
requirement tensorflow (from -r /dev/stdin (line 5)) 
(from versions: )
No matching distribution found for tensorflow (from -r 
/dev/stdin (line 5))

有没有一种方法可以让tensorflow在云上运行，或者Google故意阻止安装，让我们使用ML引擎？

编辑：

---

先前的答案：

目前还没有一种方法可以在谷歌云函数上使用

tensorflow

然而，这并不是因为谷歌故意阻止它：只为CPython2.7、3.3、3.4、3.5和3.6提供内置发行版，但是，因此

pip

（正确地）找不到任何兼容的发行版

---

目前有，但一旦修复，

tensorflow

应该可以安装在谷歌云功能上。不过现在，您必须使用ML引擎。

非常感谢您提供了其他任何地方都没有的信息！现在，这终于解释了为什么谷歌云功能无法使用TensorFlow后端导入Keras…仅供参考，