在预测期间从 Cloud ML Engine 访问 Cloud Storage

Question

我正在尝试构建一个图像分类器，它将根据测试图像和标记图像数据集之间的相似性度量来识别测试图像的类。基本上，我想使用一个 KNN 分类器，它将预训练 CNN 模型的瓶颈特征作为输入。 我想将此标记图像的数据集（瓶颈特征）存储在 Google Cloud Storage 的单独存储桶中，并在预测期间让我的模型访问此数据集，因为添加时我保存的模型的文件大小会很大将此数据集保存到已保存的模型中（Google 将文件大小限制为 250MB）。不幸的是，我找不到从 SavedModel 访问存储桶的方法。有谁知道如何解决这个问题？

Answer 1

在服务上运行的代码目前只能访问公共 GCS 存储桶。您可以离线联系我们 (cloudml-feedback@google.com)，我们或许可以增加您的文件大小配额。