如何部署Tensorflow应用程序

时间:2018-02-08 17:19:14

标签: java python tensorflow gcloud google-cloud-ml

我完成了我的第一个Tensorflow应用程序,它可以工作。现在,我如何让其他人使用它? Google ML文档从未提到过这一点......它只解释了如何使用gloud进行预测,如:

gcloud ml-engine predict --model $MODEL_NAME --version v1 --json-instances test.json

但是如何在其他人的Java或Go程序中完成呢?更糟糕的是,我的输入将包含一个带有特征 - 值对的JSON语句,例如,

{"x67":5,"category":"black", ....}

其中"黑"需要先进行一次热门编码。

不知何故,我想将保存的Tensorflow模型的翻译部分...

1 个答案:

答案 0 :(得分:0)

培训模型并将其用于云上的预测之间的步骤是在Cloud ML Engine中创建模型资源,然后从保存的模型中创建模型版本。基本上,您需要deploy SavedModel到云端ML引擎。可能最简单的方法是使用以下gcloud命令:

$ gcloud ml-engine models create $MODEL
$ gcloud ml-engine versions create $VERSION --model=$MODEL --origin $DEPLOYMENT_SOURCE

检查herehere,了解有关这两项的更多详情。您还应该阅读有关Cloud ML Engine预测基础知识的this启发性文章。