将SavedModel上传到ML引擎

Question

我正在尝试将我保存的模型上传到ML引擎，以便我可以在线使用我的模型，但是我收到以下错误：

我在本地使用tensorflow 1.5版来训练我的模型，基于Tensorflow for poets教程（https://codelabs.developers.google.com/codelabs/tensorflow-for-poets/）。

然后我使用下面的'save_model.py'脚本转换我的模型：

import tensorflow as tf
from tensorflow.python.saved_model import signature_constants
from tensorflow.python.saved_model import tag_constants
from tensorflow.python.saved_model import builder as saved_model_builder

input_graph = 'retrained_graph.pb'
saved_model_dir = 'my_model'

with tf.Graph().as_default() as graph:
  # Read in the export graph
  with tf.gfile.FastGFile(input_graph, 'rb') as f:
      graph_def = tf.GraphDef()
      graph_def.ParseFromString(f.read())
      tf.import_graph_def(graph_def, name='')

  # Define SavedModel Signature (inputs and outputs)
  in_image = graph.get_tensor_by_name('DecodeJpeg/contents:0')
  inputs = {'image_bytes': tf.saved_model.utils.build_tensor_info(in_image)}

  out_classes = graph.get_tensor_by_name('final_result:0')
  outputs = {'prediction': tf.saved_model.utils.build_tensor_info(out_classes)}

  signature = tf.saved_model.signature_def_utils.build_signature_def(
      inputs=inputs,
      outputs=outputs,
      method_name='tensorflow/serving/predict'
  )

  with tf.Session(graph=graph) as sess:
    # Save out the SavedModel.
    b = saved_model_builder.SavedModelBuilder(saved_model_dir)
    b.add_meta_graph_and_variables(sess,
                               [tf.saved_model.tag_constants.SERVING],
                               signature_def_map={'serving_default': signature})
    b.save() 

请使用运行时1.2或更高版本的错误消息是关于tensorflow吗？或者我的save_model.py做错了什么？

Answer 1

您需要使用gcloud来部署模型。控制台不允许您手动指定运行时版本（即它假设为TensorFlow 1.0）。进一步注意到1.5尚不可用，但很快就会出现。也就是说，您的模型可能可以使用1.4，所以值得一试。

要运行的命令是：

gcloud ml-engine versions create --model mymodel --origin=gs://mybucket --runtime-version 1.4

在不久的将来，您可以使用--runtime-version 1.5。

有关详情，请参阅reference docs，特别是gcloud示例。