使用 add_done_callback() 和 reponse.metadata() 进行 automl答案

【问题标题】：using add_done_callback() and reponse.metadata() for automl使用 add_done_callback() 和 reponse.metadata() 进行 automl
【发布时间】：2020-03-23 23:42:00
【问题描述】：

我正在尝试使用 automl 的标准示例。我希望 create_model 能够启动一个长时间运行的操作，一旦完成就会更新操作响应，然后访问元数据（以获取新训练模型的 model_id）。但是脚本在metadata = response.metadata() 和"TypeError: 'OperationMetadata' object is not callable" 上立即失败。

如果有任何区别，我将在 Airflow/google composer 中的 PythonOperator 中运行此代码。我可以在 AutoML UI 中看到模型开始正确训练。

我的代码是这样的，但是it's basically the example usage that's in the docs.:

from google.cloud import automl

client = automl.AutoMlClient()

...
response = client.create_model(project_location, my_model)

def callback(operation_future):
   # Handle result.
   result = operation_future.result()

response.add_done_callback(callback)
metadata = response.metadata()

我正在使用 google-cloud-automl==0.9.0

【问题讨论】：

我建议在github.com/googleapis/google-cloud-python/issues 将其作为一个问题打开。

标签： google-cloud-composer google-cloud-automl google-cloud-python

【解决方案1】：

我遇到了同样的问题。文档中的那个例子真的让我误入歧途。如果您在响应上调用result() 方法，它实际上会等到模型完成训练后再返回任何内容，这就是您需要做的所有事情。然后，您可以从该结果中获取 model_id。

import time
from google.cloud import automl

client = automl.AutoMlClient()

...
response = client.create_model(project_location, my_model)

model_id = response.result().name.split('/')[-1]

【讨论】：

【解决方案2】：

https://googleapis.dev/python/automl/latest/gapic/v1beta1/tables.html 有帮助吗？它是基于 automl.AutoMlClient 构建的手动编写的 Python SDK。

【讨论】：

【解决方案3】：

我建议不要使用您在此处提供的示例 basic usage that's in the docs.:。

最好使用 Google Cloud AutoML Operators How-to Guides Using Operators Google Cloud Operators。

使用 auto_ml 特定运算符是在 Airflow/Composer 环境中实现 Auto_ML 模型的推荐方法。

这里是 Python Client for Cloud AutoML API 的完整 API 参考

【讨论】：