在预测期间从Cloud ML Engine访问Cloud Storage

Question

我正在尝试建立一个图像分类器，该分类器将根据测试图像和标记图像数据集之间的相似度来识别测试图像的类。基本上，我想使用一个KNN分类器，将预先训练的CNN模型的瓶颈特征作为输入。 我想将此标签图像的数据集（瓶颈特征）存储在Google Cloud Storage的单独存储区中，并在预测期间让我的模型访问该数据集，因为添加时我保存的模型的文件大小会很大将此数据集保存到已保存的模型（Google将文件大小限制为250MB）。不幸的是，我找不到从SavedModel访问存储桶的方法。有谁知道如何解决这个问题？

Answer 1

当前在该服务上运行的代码只能访问公共GCS存储桶。您可以离线与我们联系（cloudml-feedback@google.com），我们也许可以增加您的文件大小配额。