我正在实现用于对象检测的keras模型。培训代码已成功打包，并生成了model_weights.hdf5文件。为了获得对测试图像的在线预测，我遵循GC AI平台建议的自定义预测例程，以在云中提供模型及其工件代码以进行预测。在模型的版本控制中，当我使用默认的python 2.7时；虽然已经成功创建了一个版本，但是当通过提供将JSON格式的numpy数组转换为列表进行测试时，它会抛出。
int该代码似乎在本地运行时输出bbox和标签的列表；此外，为确保这一点，我特意检查了MyPredictor类（定义为@ https://cloud.google.com/ml-engine/docs/tensorflow/custom-prediction-routines#deploy_your_custom_prediction_routine的自定义预测例程），以发现任何错误，代码失效。
我曾尝试使用--python-version标志3.5创建另一个版本，现在它甚至无法创建一个版本，但出现错误：
char c1 = 130u;
我遵循了自定义预测例程示例，以编写包含MyPredictor类的我的预报器.py模块，如下所示：
{
"error": "Prediction failed: unknown error."
}
我无法估计错误，甚至无法怀疑我一直遵循的方法；非常感谢您提供的任何帮助/更正。谢谢！