#tensorflow #google-cloud-platform #prediction #google-cloud-ml
#tensorflow #google-облачная платформа #прогнозирование #google-cloud-ml
Вопрос:
Я столкнулся с ошибкой с облачной платформой Google и ml-engine.
Я обучил tf.keras.model и сохранил его с помощью:
tf.contrib.saved_model.save_keras_model(my_model, "gs://my_bucket").
Я создал модель и версию на облачном ML-движке, но когда я запускаю локальное предсказание:
gcloud ml-engine local predict --model-dir=./saved_models/1554973923 --json-instances=./inst.json --verbosity debug
Я получаю эту странную ошибку:
FailedPreconditionError (see above for traceback):
Error while reading resource variable sequence_decoder/recurrent_kernel_1 from Container: localhost.
This could mean that the variable was uninitialized.
Not found: Resource localhost/sequence_decoder/recurrent_kernel_1/N10tensorflow3VarE does not exist.
[[node sequence_decoder/while/ReadVariableOp_17 (defined at /.../google-cloud-sdk/lib/third_party/ml_sdk/cloud/ml/prediction/frameworks/tf_prediction_lib.py:210) ]]
(Error code: 2)
Кто-нибудь знает, почему это происходит?
Я использую tensorflow 1.13.1 и python 3.6
Большое вам спасибо за вашу помощь.
Комментарии:
1. Когда вы сохраняете свою модель с включенной отладкой, видите ли вы какие-либо «Подписи, ВКЛЮЧЕННЫЕ в экспорт для Predict: [‘serving_default’]» Это аналогичный пример: github.com/GoogleCloudPlatform/cloudml-samples/tree/master /… с включенным обслуживанием.
2. Вы должны создать ссылку для сеанса, который используется для загрузки моделей, а затем настроить его для использования keras в каждом запросе. Пожалуйста, обратитесь к следующему ответу , в котором подробно объясняется, как создать ссылку на сеанс.