Tensorflow 如何在Google Cloud ML上定期培训和部署新的机器学习模型？如何使这个过程自动化？
我成功地在GCP MLE上培训了模型，但现在随着新数据的生成，模型需要每两周更新一次，而且我正在手动进行更新，有人能帮我实现这一过程的自动化吗 我目前的架构是，我将数据作为csv文件存储在GCS存储桶上，我手动运行脚本并训练模型，然后将新训练的模型导出为webservice（通过云端点），这样用户就可以查询新数据并获得推断 我想建立一个系统，每两周我将提供一个新的csv文件，并应自动触发一个培训作业，新模型应取代旧模型进行推理（我需要所有内容都是自动化的）您可以使用它创建一个定期运行的管道 您可以看到，这说明了如何在Cloud ML Engine上为scikit学习模型执行此操作，但TensorFlow也是如此。可以找到带有代码的笔记本Tensorflow 如何在Google Cloud ML上定期培训和部署新的机器学习模型？如何使这个过程自动化？,tensorflow,google-cloud-platform,google-cloud-functions,google-cloud-ml,Tensorflow,Google Cloud Platform,Google Cloud Functions,Google Cloud Ml,我成功地在GCP MLE上培训了模型，但现在随着新数据的生成，模型需要每两周更新一次，而且我正在手动进行更新，有人能帮我实现这一过程的自动化吗 我目前的架构是，我将数据作为csv文件存储在GCS存储桶上，我手动运行脚本并训练模型，然后将新训练的模型导出为webservice（通过云端点），这样用户就可以查询新数据并获得推断 我想建立一个系统，每两周我将提供一个新的csv文件，并应自动触发一个培训作业，新模型应取代旧模型进行推理（我需要所有内容都是自动化的）您可以使用它创建一个定期运行的管道 您可