Tensorflow Keras GCP ML发动机型号服务

我正在使用tensorflow estimator+keras开发一个图像分类器，在GCP ML引擎上重新训练预训练应用程序的最后一层inception_v3

keras模型使用

tf.keras.estimator.model_to_estimator

导出，输入函数接收存储在GCP云存储上的图像路径使用

tf.image.decode_jpeg

打开图像，并返回以下格式的数据集

dict（zip（['inception\u v3_input'，[image]），标签

我正试图定义

tf.estimator.export.servicingInputReceiver

，但我在定义它时遇到了一些问题

该模型使用不带标签的输入函数，通过

predict

方法正确地服务于预测。 我的想法是重用input_函数对图像进行解码，仅将云存储上的图像路径传递到google端点的预测，但我不知道如何做到这一点

---

感谢您的帮助

如果我理解正确，您的问题是如何从云存储获取文件，考虑到您希望以这种方式解码图像：

image_decoded = tf.image.decode_jpeg(image_string)

因此，在这种情况下，您可以使用：

image_string = file_io.FileIO(filename, mode='r')

通过首先导入文件io：

from tensorflow.python.lib.io import file_io

根据，使用file_read函数应该会提供相同的结果，因为“有大量的工作要做来抽象文件io和文件系统，所以所有io功能都是一致的”。因此，您也可以尝试使用“读取文件”功能。

这是否有帮助？