作业未生成 /export 目录

【问题标题】：Job not generating /export directory作业未生成 /export 目录
【发布时间】：2017-04-22 12:16:14
【问题描述】：

我正在关注the guide 来部署之前生成作业的模型：

$ gcloud ml-engine jobs submit training testX 
    --job-dir="gs://testxxx/run1"
    --package-path=trainer
    --module-name=trainer.task
    --region us-central1
    --runtime-version=1.0

当我看到输出路径的内容时，我没有看到“导出”目录，只有这个：

$ gsutil ls -r $OUTPUT_PATH
gs://testxxx/run1/:
gs://testxxx/run1/
gs://testxxx/run1/packages/:
gs://testxxx/run1/packages/fcd2eee0ae2b155ccb3b644c26cf75d6cf81b2dd068122690c9a4baf8ff8e8f5/:
gs://testxxx/run1/packages/fcd2eee0ae2b155ccb3b644c26cf75d6cf81b2dd068122690c9a4baf8ff8e8f5/trainer-0.1.tar.gz

我是不是忘记了什么步骤？

【问题讨论】：

标签： google-cloud-ml google-cloud-ml-engine

【解决方案1】：

您提交的代码负责导出模型。您可以在this post 上找到示例；请参考SavedModel docs。

您的模型的输入和输出当然会特定于您的模型，但为方便起见（并稍作修改），以下是该帖子中的代码：

### BUILD THE PREDICTION GRAPH
in_image = tf.placeholder(tf.uint8, shape=(None,))
out_classes = build_prediction_graph(in_image)

### DEFINE SAVED MODEL SIGNATURE
inputs = {'image_bytes': tf.saved_model.utils.build_tensor_info(in_image)}
outputs = {'prediction': tf.saved_model.utils.build_tensor_info(out_classes)}
signature = tf.saved_model.signature_def_utils.build_signature_def(
    inputs=inputs,
    outputs=outputs,
    method_name='tensorflow/serving/predict'
)

### SAVE OUT THE MODEL
b = saved_model_builder.SavedModelBuilder('new_export_dir')
b.add_meta_graph_and_variables(sess,
                               [tf.saved_model.tag_constants.SERVING],
                               signature_def_map={'serving_default': signature})
b.save()

【讨论】：

谢谢，将查看 SavedModel 上的文档