Python Google Cloud ML引擎:创建模型版本失败
我已经成功地在Google Cloud的ML引擎上训练了一个Python Google Cloud ML引擎:创建模型版本失败,python,machine-learning,tensorflow,google-cloud-ml-engine,Python,Machine Learning,Tensorflow,Google Cloud Ml Engine,我已经成功地在Google Cloud的ML引擎上训练了一个TensorForestEstimator,但是当我尝试创建一个模型版本时,我得到了以下错误: 创建版本失败。检测到错误的模型:“加载模型时出错:无法加载模型。” 我正在部署tensorflow 1.3。实验配置如下: def get_experiment_fn(args): def _experiment(run_config, hparams): return Experiment(
TensorForestEstimator
,但是当我尝试创建一个模型版本时,我得到了以下错误:
创建版本失败。检测到错误的模型:“加载模型时出错:无法加载模型。”
我正在部署tensorflow 1.3。实验
配置如下:
def get_experiment_fn(args):
def _experiment(run_config, hparams):
return Experiment(
estimator=TensorForestEstimator(
params=ForestHParams(
num_trees=args.num_trees,
max_nodes=10000,
min_split_samples=2,
num_features=8,
num_classes=args.num_projections,
regression=True
),
model_dir=args.job_dir,
graph_builder_class=RandomForestGraphs,
config=run_config,
keys_name=None,
report_feature_importances=True
),
train_input_fn=get_input_fn(
project_name=args.project,
data_location=args.train_data,
dataset_size=args.train_size,
batch_size=args.train_batch_size
),
train_steps=args.train_steps,
eval_input_fn=get_input_fn(
project_name=args.project,
data_location=args.eval_data,
dataset_size=args.eval_size,
batch_size=args.eval_batch_size
),
eval_steps=args.eval_steps,
eval_metrics=get_eval_metrics(),
export_strategies=[
make_export_strategy(
serving_input_fn,
default_output_alternative_key=None,
exports_to_keep=1
)
]
)
return _experiment
问题是什么 谷歌云ML引擎目前似乎只支持使用
tensorflow 1.2.0
及以下版本生成的服务模型。请看这里:
如果可能,请使用运行时版本1.2。如果您使用的是tensorflow 1.3特有的功能,您需要在Google App Engine上使用
Flask
托管您的模型,直到对tensorflow 1.3
的ML引擎支持到达。目前看来,Google Cloud ML引擎只支持使用tensorflow 1.2.0
及以下版本生成的模型。请看这里:
如果可能,请使用运行时版本1.2。如果您正在使用特定于tensorflow 1.3
的功能,则需要在Google App Engine上使用Flask
托管您的模型,直到对tensorflow 1.3
的ML引擎支持到达