TensorFlow+；cloud ml：部署自定义本机op/reader 我想知道是否可以在C++中使用TySoFraseOptoPoP或自定义读写器。

看起来cloud ml不接受在其标准模式下运行本机代码（我对使用虚拟化环境不感兴趣），至少对于Python软件包，他们只接受没有C依赖关系的纯Python。

最简单的方法可能是将包含op的整个自定义Tensorflow Wheel的构建作为一个额外的软件包。有关指定额外软件包的信息，请参阅： 有关从源代码构建TF控制盘的信息，请参见：

您也可以尝试下载/安装新op的.so文件，但这需要在培训包的setup.py或培训python代码本身中下载它

---

请注意，您当前只能在培训期间上载自定义软件包，而不能在批处理或在线预测期间上载，因此使用自定义TF版本培训的模型可能无法与预测服务一起使用。

非常感谢！我很难收集这方面的信息，所以谢谢你提供的文档，这应该会有所帮助。