Python 在谷歌云中预处理预测数据(云函数不支持Tensorflow)

Python 在谷歌云中预处理预测数据(云函数不支持Tensorflow),python,tensorflow,machine-learning,google-cloud-platform,google-cloud-functions,Python,Tensorflow,Machine Learning,Google Cloud Platform,Google Cloud Functions,我使用googlecloud函数将预测数据发送到Cloud ML引擎 首先,我需要在将数据发送到云ML引擎之前对其进行预处理 对于预处理,我使用了2个标记器(来自nltk的mwetokenizer和来自tensorflow的tf.keras.preprocessing.text.Tokenizer) 当我将标记器加载到谷歌云函数中时,我得到一个错误: ModuleNotFoundError:没有名为“keras\u预处理”的模块 这是因为nltk和tensorflow不支持Python 3.7

我使用
googlecloud函数
将预测数据发送到
Cloud ML引擎

首先,我需要在将数据发送到
云ML引擎之前对其进行预处理

对于预处理,我使用了2个标记器(来自
nltk
的mwetokenizer和来自
tensorflow
的tf.keras.preprocessing.text.Tokenizer)

当我将标记器加载到
谷歌云函数中时,我得到一个错误:

ModuleNotFoundError:没有名为“keras\u预处理”的模块

这是因为
nltk
tensorflow
不支持Python 3.7


问题:如何预处理数据并将其发送到
云ML引擎
进行在线预测?

在这些库支持Python 3.7之前,您将无法使用云函数执行此操作。您需要使用提供Python 3.6运行时的其他服务,例如(提供Python 3.6.4)


编辑:

供参考,