2017-06-23 1 views
2

J'essaie d'exporter mon modèle vers Google Cloud Storage. J'ai utilisé tf.contrib.learn pour construire mon modèle et j'ai suivi l'exemple de classification de l'iris. Après la formation et l'évaluation, je voudrais stocker le modèle sur le nuage pour pouvoir faire des prédictions, mais je ne sais pas comment exporter le modèle.Exportation du modèle Tensorflow vers Google Cloud Storage

classifier = tf.contrib.learn.DNNClassifier(feature_columns=feature_columns, 
              hidden_units=[100], 
              n_classes=50, 
              model_dir="Model_Logs") 
+0

Plusieurs exemples d'Iris circulent. Pouvez-vous pointer vers celui que vous utilisez. En outre, pouvez-vous spécifier si vous vous entraînez sur cloud ml engine ou localement? Soit c'est bien, mais affecte potentiellement la réponse – rhaertel80

+0

Je m'entraîne sur le nuage. Voici l'exemple d'iris que j'ai suivi https://www.tensorflow.org/get_started/tf learn. Je l'ai seulement utilisé comme modèle. J'ai hébergé mes données sur le cloud et j'ai pu former mon modèle. J'ai juste du mal à exporter. –

Répondre

0

Le meilleur exemple de formation sur le nuage est probablement census (canned estimator) ou census (custom estimator). Ils utilisent la même API Estimator, de sorte que cette partie devrait être familière. En outre, ils utilisent la classe Estimator pour vous aider à effectuer l'entraînement automatiquement. La méthode train_and_evaluate est appelée sur cette classe par learn_runner.run, qui exportera le modèle si elle est correctement configuré, ce qui revient essentiellement à régler la export_strategy et la model_dir

Si vous voulez faire des choses en dehors des cadres Experiment et learn_runner, vous pouvez il suffit d'appeler Estimator.export_savedmodel