Question

在我想要启动的模型中，我有一些必须用特定值初始化的变量。

我目前将这些变量存储到numpy数组中，但我不知道如何调整我的代码以使其适用于google-cloud-ml作业。

目前我初始化我的变量：

my_variable = variables.model_variable('my_variable', shape=None, dtype=tf.float32, initializer=np.load('datasets/real/my_variable.npy'))

有人可以帮助我吗？

Answer 1

首先，您需要在GCS上复制/存储数据（使用例如gsutil），并确保您的培训脚本可以访问该存储桶。最简单的方法是将数组复制到与数据相同的存储桶中，因为您可能已经将该存储桶配置为读访问权限。如果存储桶与您的培训作业位于同一项目中，并且您遵循了these说明（特别是gcloud beta ml init-project），则应进行设置。如果数据将在另一个存储桶中，请参阅these说明。

然后，您需要使用能够从GCS加载数据的库。 Tensorflow包含一个可以执行此操作的模块，尽管您可以自由使用任何可以从GCS读取的客户端库。以下是使用TensorFlow的file_io模块的示例：

from StringIO import StringIO
import tensorflow as tf
import numpy as np
from tensorflow.python.lib.io import file_io

# Create a variable initialized to the value of a serialized numpy array
f = StringIO(file_io.read_file_to_string('gs://my-bucket/123.npy'))
my_variable = tf.Variable(initial_value=np.load(f), name='my_variable')

请注意，我们必须将文件读入字符串并使用StringIO，因为file_io.FileIO未完全实现numpy.load所需的搜索功能。

奖励：如果它有用，你可以使用file_io模块直接将numpy数组存储到GCS，例如：

np.save(file_io.FileIO('gs://my-bucket/123', 'w'), np.array([[1,2,3], [4,5,6]]))

Answer 2

我尝试了接受的答案，但是遇到了一些问题。最终这对我有用（Python 3）：

from io import BytesIO
import numpy as np
from tensorflow.python.lib.io import file_io

要保存：

dest = 'gs://[BUCKET-NAME]/' # Destination to save in GCS
np.save(file_io.FileIO(dest, 'w'), np.ones((100, )))

要加载：

f = BytesIO(file_io.read_file_to_string(src, binary_mode=True))
arr = np.load(f)

在google-cloud-ml作业中加载numpy数组

2 个答案: