如何从 GCS 存储桶加载 TensorFlow 模型

Question

问题：目前，我在 GCS 中有一个公共存储桶，用于存储我的 TensorFlow 模型，我想将这些模型加载到我的 python 脚本中而无需任何身份验证。我该怎么做呢？

模型位于具有以下结构的文件夹中：

my-bucket
├── model_1
|   ├── assets
|   |   └── (this is an empty folder)
|   ├── saved_model.pb
|   ├── variables
|   |   ├── variables.data-00000-of-00001
|   |   └── variables.index

我知道我可以使用

tf.keras.models.load_model("gs://my_bucket/model_1")

但这需要身份验证，即使存储桶是公开的。

注意：我使用的是 Python Tensorflow 而不是 Tensorflow.js。

Answer 1

您确定存储桶中的对象也是公开的吗？一个简单的检查，看看是否是这种情况：

gcloud auth revoke --all
gsutil ls -r gs://my-bucket

另一种可能性是您需要帐户密钥，即使存储桶是公开的。 keras 文档说明如下：

GCloud 身份验证完全通过您的身份验证进行 关键，没有项目规范。使用示例工作流 “Putting it all”中提供了来自 notebook 的 TensorFlow Cloud 一起”本指南的部分。

这意味着您需要一个帐户密钥，即使存储桶是公开的。这意味着您只需要使用以下命令登录到您自己的 gcp 帐户：

gcloud auth application-default login

最后一个需要更多工作的选项是，您可以使用 google-cloud-storage 客户端从存储桶本地下载模型，无需身份验证。然后从本地目录加载模型。这肯定会奏效，但却是最不可行的选择。