【问题标题】:Serving tensorflow models on GCP? [closed]在 GCP 上提供张量流模型? [关闭]
【发布时间】:2021-02-28 08:28:43
【问题描述】:

最近我一直在尝试在 GCP 上托管一个自定义图像分类 tensorflow 保存模型,并使用 REST API 发送预测请求。我已经在 Google 的 AI Platform API 上托管了这个模型。

我正在尝试在 React Native 上构建一个应用程序。本质上,我从手机拍了一张照片,然后使用 REST 将其发送到我的模型。不幸的是,在查阅此文档后,我似乎需要 OAuth 令牌才能通过预测请求。我不想要这个功能。我不希望用户需要登录才能发送预测请求。

我想知道是否有办法托管这个 tensorflow 模型并从我的 React Native 环境发送 fetch() 请求。

如果有人以前这样做过,请告诉我!我非常感谢所有的帮助。

我愿意尝试不同的托管平台,但 tensorflow 网站已将我指向 GCP。

【问题讨论】:

    标签: tensorflow machine-learning google-cloud-platform google-ai-platform


    【解决方案1】:

    首先,我不建议你像这样公开开放计费资源,因为你容易受到攻击和巨大的消耗。

    但是,如果您真的想实现这一点,您可以在部署的模型上允许 allUsers

    gcloud ai-platform models add-iam-policy-binding <MY_MODEL_NAME> \
      --member="allUsers" \
      --role="roles/ml.modelUser" 
    

    【讨论】:

    • 有意思,那我还有什么其他平台可以为这些模型提供服务吗?
    • 你能告诉我这段代码背后的文档吗?
    • 您可以找到文档here。不是很明显,但 IAM 策略绑定在多个服务上以相同的方式工作。别人服务的经验让我推断出正确的答案!
    • 服务于 tensorflow 模型的其他平台?我给load dynamically a model and serve itanother one to create a container with the model embedded 写了2 篇文章(效率更高,模型不是动态下载和加载的)。两种解决方案都在 Cloud Run 上(服务于无服务器容器),但您可以将容器托管在您想要的位置。在虚拟机或 Kubernetes/GKE 上
    • 如果我执行此解决方案,那么我是否必须在我的 HTTPS 请求中发送任何身份验证令牌?我将如何发出 HTTPS 请求?如果你能提供一个例子,我将不胜感激。我正在使用以下文档:cloud.google.com/ai-platform/prediction/docs/reference/rest/v1/…
    猜你喜欢
    • 1970-01-01
    • 1970-01-01
    • 2019-12-21
    • 1970-01-01
    • 2018-12-22
    • 2018-11-25
    • 2019-06-18
    • 2017-11-22
    • 1970-01-01
    相关资源
    最近更新 更多