Google Cloud 无法从 Jupyter Notebook 保存 TensorFlow 模型答案

【问题标题】：Google Cloud can't save Tensorflow model from Jupyter NotebookGoogle Cloud 无法从 Jupyter Notebook 保存 TensorFlow 模型
【发布时间】：2021-04-23 10:34:44
【问题描述】：

我正在 Google Cloud 中的 JupyterLab AI Notebooks 中创建和训练一个 TensorFlow 模型，但由于某种原因，我在创建模型后找不到保存模型的方法。

通常，我会在 Colab 中使用 created_model.save(str('/saved_model_file')) 来保存到本地目录。

但 Google Cloud 中的 JuptyerLab 以“权限被拒绝”错误响应，我已尝试在 AIM 中提供所有可能的最大权限，我是唯一的人。但错误仍然存在。

但我似乎确实能够通过使用 blob.upload_from_filename(source_file_name) 或 blob.upload_from_string(source_file_name) 将 blob 保存到 Buckets，这似乎是一种更合适的策略。

但是这些都不会采用 TensorFlow 创建的经过训练的模型，因为它更像是一个函数，而不是他们似乎正在寻找的文件类型。教程似乎随便提到您应该将模型保存到存储桶中，但完全忽略提供任何简单的代码示例，显然我是地球上唯一一个生来就知道如何做到这一点的人。

如果有人能提供一些关于如何将 TensorFlow 模型保存到存储桶中的代码示例，那就太好了。我还需要这个函数由 python 代码自动完成。谢谢！

【问题讨论】：

在本地保存模型并使用 blob 导出到 GCS 应该可以。
第一步错误信息多还是只有“Permission Denied”？
@R.Esteves 感谢您的回复。不，该错误没有详细说明“权限被拒绝”。但就blob而言，我得到了错误“ could not be convert to bytes”这是响应从字符串“blob.upload_from_string（model )"
您是否尝试直接从代码中的对象保存到您的存储桶中？

标签： python tensorflow google-cloud-platform jupyter-notebook

【解决方案1】：

看来您只需要先使用 OS 模块创建路径，然后 TF 功能就会起作用。这似乎有点奇怪，我使用的其他平台让 TF 函数自行创建路径。显然 Google Cloud 不喜欢这样，也许在某个层次结构中隐藏了一些用户权限导致了这个问题。

MODEL_NAME = 'model_directory'
model_version = int(time.time())
model_path = os.path.join(MODEL_NAME, str(model_version))
os.makedirs(model_path)
tf.saved_model.save(model, model_path)

【讨论】：