我想对谷歌机器学习预测端点做一个简单的http休息呼叫，但我找不到任何有关如何做到这一点的信息。据我所知，从有限的文档中，您必须使用Java或Python库（或者弄清楚如何在使用REST auth端点时正确加密所有内容）并获取凭证对象。然后说明结束，我不知道如何实际使用我的凭证对象。到目前为止，这是我的代码：
import urllib2
from google.oauth2 import service_account
# Constants
ENDPOINT_URL = 'ml.googleapis.com/v1/projects/{project}/models/{model}:predict?access_token='
SCOPES = ['https://www.googleapis.com/auth/cloud-platform']
SERVICE_ACCOUNT_FILE = 'service.json'
credentials = service_account.Credentials.from_service_account_file(SERVICE_ACCOUNT_FILE, scopes=SCOPES)
access_token=credentials.token
opener = urllib2.build_opener(urllib2.HTTPHandler)
request = urllib2.Request(ENDPOINT_URL + access_token)
request.get_method = lambda: 'POST'
result = opener.open(request).read()
print(str(result))
如果我打印credentials.valid它返回False，所以我认为凭证对象init存在问题，但我不知道是什么，因为没有报告错误，在凭证对象内的字段都是正确的，我按照说明做了一切。我的service.json也是我们的移动团队成功使用获取访问令牌的那个，所以我知道json文件有正确的数据。
如何获取可用于调用预测端点的机器学习服务的访问令牌？
答案 0 :(得分：0)
事实证明，进行简单查询的最佳方法是使用gcloud控制台。我最后按照此处的说明设置了我的环境：https://cloud.google.com/sdk/docs/quickstart-debian-ubuntu
然后这里的说明实际命中了端点（在最初设置模型的人的帮助下）： https://cloud.google.com/sdk/gcloud/reference/ml-engine/predict
这比尝试使用python库更容易，我强烈推荐给那些试图点击预测端点的人。