如何以编程方式训练我的 Google Cloud AutoML 自定义模型？答案

【问题标题】：How do I programmatically train my Google Cloud AutoML Custom Model?如何以编程方式训练我的 Google Cloud AutoML 自定义模型？
【发布时间】：2018-08-16 09:10:52
【问题描述】：

我正在设置一个 .NET Web 应用程序来识别随机对象。我建立了一个包含大约 500 个标记图像的自定义模型，并且能够通过 REST API 成功地获得图像预测。

但是如何添加到该模型的数据集并使用上传/发送以进行预测的新图像对其进行训练？

例如，用户上传了某物的照片，而模型无法准确预测它是什么（例如，最高分

【问题讨论】：

我想问几个问题，如果你不介意的话；您可以通过 cloudml-feedback@google.com 给我们发送电子邮件吗？

标签： c# .net google-cloud-platform google-cloud-ml automl

【解决方案1】：

您需要采取几个步骤：

将图片文件上传到Google Cloud Storage，bucket<project_id>-vcm下
上传一个CSV file到同一个bucket下的Google Cloud Storage，内容如下：

gs://<project_id>-vcm/<path-to-image-file>,<label>
拨打importData API导入CSV文件。

现在您的数据集已更新为带有标签的新图像。您可以致电create model API 训练新模型。

【讨论】：

【解决方案2】：

我们正在努力使这样的用例变得简单，但目前，您需要围绕此构建一些服务。例如，您可以创建一个 GCF 来接受您的请求，将其转发到 CloudML Engine，将请求和响应发送到 BigQuery（包括“分数”），然后返回最终响应。然后，您可以设置一个 Cloud Composer 管道，定期重新训练模型。

【讨论】：