无法在 ML Engine 上部署使用 scikit-learn 创建的模型答案

【问题标题】：Can't deploy a model created with scikit-learn on ML Engine无法在 ML Engine 上部署使用 scikit-learn 创建的模型
【发布时间】：2018-05-11 22:28:26
【问题描述】：

我正在尝试在 ML Engine 上部署使用 scikit-learn 创建的模型。我在 Datalab 笔记本上工作，在创建模型后，我使用 joblib.dump (model, 'model.joblib') 将其导出到文件中。获得该文件后，我将其复制到 Cloud Storage：gsutil cp ./model.joblib gs://..。最后，我通过键入以下内容创建了一个模型资源：gcloud ml-engine models create model --regions=us-central1。当我尝试创建模型版本时出现问题，因为它说它希望找到一个 .pb/.pbtxt 保存的模型文件。有谁知道如何在不必迁移到 TensorFlow 模型的情况下解决这个问题？任何帮助将不胜感激。

【问题讨论】：

标签： deployment scikit-learn google-cloud-ml

【解决方案1】：

如果您运行的是 Datalab，则您运行的是不支持 scikit learn 的旧版本。 Datalab 的新更新将随时发布。

但是，解决方法很简单。跑吧

%bash
 gcloud components update

在笔记本的单元格中

【讨论】：

【解决方案2】：

您需要设置一些标志，特别是--framework（默认为 TensorFlow），还有--runtime-version（必须为 1.4 或更高）和（可能）--python-version（默认为 2.7）。尝试类似 (reference):

gcloud beta ml-engine versions create v1 \
  --model my_model \
  --origin gs://path/to/model \
  --runtime-version="1.8" \
  --framework SCIKIT_LEARN
  --python-version="3.5"

有关每个运行时版本中包含的内容的列表（即帮助您选择哪一个），请参阅here。

【讨论】：

谢谢@rhaertel80，但似乎 --framework 和 --python-version 不是有效参数，即使确实参考中的示例使用它...这是我收到的错误消息： (gcloud.beta.ml-engine.versions.create) unrecognized arguments: --framework SCIKIT_LEARN --python-version=2.7 (did you意思是'--runtime-version'？）
嗨@David，很可能您正在运行旧版本的 SDK，因为最近向 SDK 添加了 --framework 和 --python-version 标志（您将能够在Release Notes documentation page)。您可以通过运行gcloud version 检查您当前的版本，并使用gcloud components update 更新它。这应该可以解决您的 unrecognized arguments 错误问题。