Tensorflow TPU训练模型后的单幅图像预测值

我仍然想知道如何在训练网络后预测图像的价值，但它似乎还不被支持。有没有解决方法的想法（摘自mnist_tpu.py）

除了Stackoverflow-我可以在任何其他地方获得支持，使用TPU实现我的模型？

根据，您可以选择在线或批处理模式进行预测，但不能选择目标设备。如上所述，“预测服务分配资源来运行您的作业。”

---

文档中说，预测是由节点执行的。我想我在某个地方读到过预测节点总是Google计算引擎中的CPU，但我找不到明确的参考。

这里有一个Python程序，它将图像发送到TPU训练过的模型（本例中为ResNet）并返回分类：

with tf.gfile.FastGFile('/some/path.jpg', 'r') as ifp:
    credentials = GoogleCredentials.get_application_default()
    api = discovery.build('ml', 'v1', credentials=credentials,
               discoveryServiceUrl='https://storage.googleapis.com/cloud-ml/discovery/ml_v1_discovery.json')

    request_data = {'instances':
      [
         {"image_bytes": {"b64": base64.b64encode(ifp.read())}}
      ]
    }
    parent = 'projects/%s/models/%s/versions/%s' % (PROJECT, MODEL, VERSION)
    response = api.projects().predict(body=request_data, name=parent).execute()
    print("response={0}".format(response))

完整代码如下：

---

本文记录了为云TPU编写模型的过程：

现在支持它。为了使它工作，已经做了一些改变

---

除了stackoverflow，您还可以在github上添加您的问题。

酷！谢谢！

with tf.gfile.FastGFile('/some/path.jpg', 'r') as ifp:
    credentials = GoogleCredentials.get_application_default()
    api = discovery.build('ml', 'v1', credentials=credentials,
               discoveryServiceUrl='https://storage.googleapis.com/cloud-ml/discovery/ml_v1_discovery.json')

    request_data = {'instances':
      [
         {"image_bytes": {"b64": base64.b64encode(ifp.read())}}
      ]
    }
    parent = 'projects/%s/models/%s/versions/%s' % (PROJECT, MODEL, VERSION)
    response = api.projects().predict(body=request_data, name=parent).execute()
    print("response={0}".format(response))