Google Cloud ML Engine无法创建“encoded_image_string_tensor”类型的模型版本

Question

我在ML Engine上训练了一个物体检测模型，并通过调用：

将其导出

gcloud ml-engine local predict --model-dir ../saved_model --json-instances=inputs.json --runtime-version=1.2

然后我通过调用：

成功地在本地测试了预测

gcloud ml-engine versions create ${YOUR_VERSION} --model ${YOUR_MODEL} --origin=${YOUR_GCS_BUCKET}/saved_model --runtime-version=1.2

其中 inputs.json 包含：

  

{“b64”：“base64 encoded png image”}

当我尝试使用以下命令在ML Engine上创建模型版本时：

ERROR: (gcloud.ml-engine.versions.create) Bad model detected with error: "Error loading the model: Could not load model. "

它失败并显示以下消息：

input_type=encoded_image_string_tensor

ML引擎是否不支持input_type=image_tensor的模型版本？如何获取有关错误的更多详细信息？

使用带name =[A, B , C , D , E , F ] cls=[1, 2 , 3 , 2 , 4 , 1 ] score=[0.1, 0.2 , 0.5 , 0.3 , 1 , 0.8 ] 的导出模型在ml-engine上创建模型版本可以正常工作。

Answer 1

您是否可以验证是否使用tensorflow 1.2导出模型？

gcloud ml-engine本地预测没有--runtime-version标志，所以如果您安装了TF 1.3并使用它导出了您的模型，那么本地预测将使用TF 1.3，但可能存在不兼容性尝试在服务上使用TF 1.2时的模型。