使用 TensorFlow 作为依赖项部署 Google Cloud Functions

Question

我想使用 Google Cloud Functions 部署一个以 JSON 格式保存的 keras 模型（包括 HDF5 中的权重），并将 tensorflow 作为后端。

我在 requirements.txt 中没有指定 tensorflow 时部署成功。虽然在 GCP 中测试函数时，我收到错误消息，指出找不到 tensorflow。

Error: function crashed. Details:
No module named 'tensorflow'

首先，我觉得很奇怪 Google 没有提供预装 tensorflow 的环境。

但现在如果我在 requirements.txt 中指定 tensorflow，部署将失败并显示错误消息

ERROR: (gcloud.beta.functions.deploy) OperationError: 
code=3, message=Build failed: USER ERROR:
`pip_download_wheels` had stderr output:
 Could not find a version that satisfies the 
requirement tensorflow (from -r /dev/stdin (line 5)) 
(from versions: )
No matching distribution found for tensorflow (from -r 
/dev/stdin (line 5))

有没有办法让我在 Cloud Functions 上获得 TensorFlow，或者 Google 故意阻止安装以让我们使用 ML Engine？

Answer 1

编辑： Tensorflow 1.13.1 now supports Python 3.7.

---

上一个答案：

目前无法在 Google Cloud Functions 上使用 tensorflow。

但是，这并不是因为 Google 故意阻止它：tensorflow package 仅提供 CPython 2.7、3.3、3.4、3.5 和 3.6 的内置发行版，但 the Cloud Functions Python runtime is based on Python version 3.7.0，所以 pip（正确）找不到任何兼容的发行版。

目前有some compatibility issues with TensorFlow and Python 3.7，但一旦修复，tensorflow 应该可以安装在 Google Cloud Functions 上。不过现在，您必须使用 ML Engine。