【问题标题】:Google Cloud ML Engine: Access Model in Other GCS BucketGoogle Cloud ML Engine:其他 GCS 存储桶中的访问模型
【发布时间】:2018-08-28 23:38:08
【问题描述】:

我拥有朋友的 GCS 存储桶的编辑权限,其中包含机器学习模型。我想在我自己的项目中创建一个使用他的模型的新模型版本。

当我转到Create a New Version 时,我必须指定gs:// Model URI,它只允许我选择我自己的存储桶作为模型的位置。

我可以将他的模型下载到我的本地机器上,所以我觉得这应该是可能的。我该怎么做?

谢谢!

【问题讨论】:

  • 您能否澄清一下:您是手动输入名称,还是使用“浏览”?
  • 另外,您能否具体说明您收到的任何错误消息等?
  • @rhaertel80 我正在使用浏览。我只是看不到我朋友的桶,这让我觉得我无法链接到它。即使这样,我还是应该使用gs// URI 吗?
  • @rhaertel80 我尝试手动输入模型 URI 并点击“保存”。不通过/显示为新版本:(

标签: google-cloud-ml


【解决方案1】:

您可以手动输入您朋友存储桶的路径或使用 Shell 并运行以下命令:

gcloud ml-engine versions create <VERSION_NAME> \ --model <MODEL_NAME> \ --origin <BUCKET> \ --runtime-version 1.9

记得添加读取权限到你朋友bucket中的Cloud ML服务帐号,否则你会收到如下错误:

description: Read permissions are required for Cloud ML service account <service account> to the model file gs://<BUCKET>/saved_model.pb.

这是一个快速入门[1],您可以在其中查看更多信息。

【讨论】:

  • 刚试过,我回来了:FAILED_PRECONDITION: Field: version.deployment_uri Error: Deployment directory gs://my_path/export/ is expected to contain exactly one of: [saved_model.pb, saved_model.pbtxt].。我检查了这个位置,它确实包含saved_model.pb,所以我有点迷路了......
  • 你需要有包含模型的文件夹的路径,检查我发送的文档,那里有解释
【解决方案2】:

有权访问数据是不够的。您需要明确授予 Cloud ML Engine 服务访问该数据的权限。您可以在此处找到说明:

https://cloud.google.com/ml-engine/docs/tensorflow/working-with-cloud-storage#setup-different-project

【讨论】:

    猜你喜欢
    • 2017-08-05
    • 2018-12-23
    • 2019-11-19
    • 2020-07-03
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    • 1970-01-01
    相关资源
    最近更新 更多