没有云存储桶的GCP上的模型部署

Question

我在本地Machine上开发了基于Tensorflow的机器学习模型。我想将其部署在Google Cloud Platform（Cloud ML Engine）中以进行预测。 该模型从Google Bigquery读取输入数据，而输出预测则只能写在Google Bigquery中。 在运行模型预测之前，必须运行一些数据准备脚本。我已将Google Cloud Storage用于模型存储并已用于部署，我已经成功部署了它。 但是，除了使用Google Cloud Storage保存模型（即.pb或.pkl模型文件）外，我还可以将其存储在GCP VM（或本地计算机）上并从Cloud ML Engine调用进行预测吗？可能吗？还是我只能选择将模型目录上传到Cloud Storage存储桶中，以便将其用于预测？

请您帮我一下。

Answer 1

对于模型部署，您需要使用AI平台的Google Cloud Storage。 另一种选择是使用AI平台培训（本地或GCP），将模型（SavedModel格式）输出到本地文件夹或Cloud Storage，然后使用Compute Engine实例中的TF服务从那里进行存储。