Question

我建立了一个模型并将其放在AI平台后面。

在提供预测之前，我想从Firestore（用于存储文档）中获取其他数据。

这可能吗？

如果没有，该如何解决？一种方法是创建另一个连接到Firebase并返回对象的微服务，但我宁愿将所有内容保留在1个容器中。

例如，使用自定义预测管道：

class MyPredictor(object):
    """An example Predictor for an AI Platform custom prediction routine."""

    def __init__(self, model):
        """Stores artifacts for prediction. Only initialized via `from_path`.
        """

        self._model = model


    def predict(self, instances, **kwargs):
        """Performs custom prediction.

        Preprocesses inputs, then performs prediction using the trained
        scikit-learn model.

        Args:
            instances: A list of prediction input instances.
            **kwargs: A dictionary of keyword args provided as additional
                fields on the predict request body.

        Returns:
            A list of outputs containing the prediction results.
        """
        # inputs = np.asarray(instances)
        # outputs = self._model.predict(inputs)
        import firebase_admin
        from firebase_admin import credentials
        from firebase_admin import firestore
        cred = credentials.ApplicationDefault()
        return cred

但是在为AI平台提供预测时，这给了我一个内部错误。

是否可以在ML Engine / AI平台内使用Firestore？

0 个答案: