我目前有一个tensorflow.js卷积神经网络模型，用于检测某些图像是高兴还是悲伤（基于面部表情）。这是通过浏览器完成的，用户上传一张脸部图像或使用网络摄像头，然后由模型确定其结果。但是，如果模型预测不正确，用户也可以选择覆盖此结果。
我打算做的是，如果用户决定覆盖结果，则使用用户上传的图像对模型进行重新训练。我了解这可以通过在tensorflow.js API中使用model.fit和model.save函数来完成。
我担心的是，模型权重当前存储在google云存储桶中，但是我不确定如何更新文件，以便在用户下次通过面部时再次使用更新后的权重。是否可以通过某种方式使用Google云或其他类似的云存储来做到这一点，而不必每次都更改model.load链接？
我知道这是一个相当模糊的问题，但是我没有访问indexeddb的权限，因此云存储似乎是存储权重供浏览器访问和更新的最佳选择。我只是不确定如何保存模型而不更改以后应通过model.load从中访问模型的链接。
答案 0 :(得分：0)
您可以通过setting up Object Versioning更新Cloud Storage存储桶中对象的数据。唯一的问题是，如果要访问该对象的先前版本，则必须使用世代号，如下所示：
gs://[BUCKET_NAME]/[OBJECT_NAME]#[GENERATION_NUMBER]