如何修改TensorFlow代码以接受Google Cloud ML上的预测样本?

时间:2017-11-01 20:56:32

标签: tensorflow google-cloud-platform google-cloud-ml

我尝试从Cloud Storage导出我训练过的模型后在Google Cloud ML上创建模型,但我得到的错误是:

Create Version failed. Model validation failed: SavedModel must contain exactly one metagraph with tag: serve For more information on how to export Tensorflow SavedModel, seehttps://www.tensorflow.org/api_docs/python/tf/saved_model.

所以我的训练中只有一个TensorFlow .add_meta_graph_and_variables()。我应该再做一个处理新的输入吗?我不完全理解创建服务元图的过程以及如何设置我的代码来评估单个实例。

1 个答案:

答案 0 :(得分:1)

是的,如果您使用核心TensorFlow,则应导出单独的预测图。参见:

https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/census/tensorflowcore/trainer/model.py

如果您使用的是Estimator API,只需使用Experiment并传入导出功能即可。我强烈建议使用Estimator / Experiment而不是核心TensorFlow

https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/census/estimator/trainer/task.py#L43