TensorFlow Keras GCP ML 引擎模型服务

Question

我正在开发一个带有 tensorflow 估计器 + keras 的图像分类器，在 上重新训练预训练应用程序 inception_v3 的最后一层GCP 机器学习引擎。

使用tf.keras.estimator.model_to_estimator导出keras模型，输入函数接收存储在GCP云存储上的图片路径tf.image.decode_jpeg打开图片，返回如下格式@的数据集987654324@

我正在尝试定义 tf.estimator.export.ServingInputReceiver，但在定义它时遇到了一些问题。

该模型使用不带标签的输入函数通过 predict 方法正确地提供预测。 我的想法是重用 input_function 来解码图像，仅将云存储上图像的路径传递给谷歌端点的预测，但我不明白该怎么做。

感谢您的帮助

Answer 1

如果我理解正确，您的问题是如何从云存储中获取文件，考虑到您想以这种方式解码图像：

image_decoded = tf.image.decode_jpeg(image_string)

因此，在这种情况下，您可以使用：

image_string = file_io.FileIO(filename, mode='r')

先导入file_io：

from tensorflow.python.lib.io import file_io

根据the comments on this question about reading input data from GCS，使用 file_read 函数应该提供相同的结果，因为“已经完成了大量工作来抽象文件 io 和文件系统，因此所有 io 功能都可以始终如一地工作”。所以你也可以试试 read_file 函数。