Python
Java
PHP
IOS
Android
Nodejs
JavaScript
Html5
Windows
Ubuntu
Linux
无法在 MLEngineTrainingOperator 中指定 master_type
我正在使用气流来安排管道 这将导致使用人工智能平台训练 scikitlearn 模型 我用这个 DAG 来训练它 with models DAG JOB NAME schedule interval None default args de
OutOfMemory
airflow
googlecloudml
计算引擎上的 google cloudML 的 Docker 容器 - 验证安装桶
我一直在与谷歌的机器学习平台合作 cloudML 大图 我正在尝试找出最干净的方法来获取他们的码头工人环境 https stackoverflow com questions 41605801 authenticate google clo
Docker
googlecomputeengine
gcloud
googlecloudml
googlecontaineros
将基本 Tensorflow 模型导出到 Google Cloud ML
我正在尝试导出本地张量流模型以在 Google Cloud ML 上使用它并对其运行预测 我正在关注使用 mnist 数据提供 Tensorflow 示例 https github com tensorflow serving blob m
python
machinelearning
tensorflow
tensorflowserving
googlecloudml
腌制的 scipy 稀疏矩阵作为输入数据?
我正在研究一个多类分类问题 其中包括对简历进行分类 我使用 sklearn 及其 TfIdfVectorizer 来获得一个大的 scipy 稀疏矩阵 在酸洗后将其输入到 Tensorflow 模型中 在我的本地计算机上 我加载它 将小批量
googlecloudml
资源上的权限“artifactregistry.repositories.downloadArtifacts”被拒绝
虽然工件存储库已成功创建 但即使向我在 gcloud cli 上使用的会计授予所有工件权限后 运行 docker Push 将图像推送到 google 工件注册表也会失败并出现权限错误 推送图片的命令 docker push us cent
在 Vertex AI 上的 Kubeflow Pipelines 中运行 ID
我正在尝试使用 GCP 上的新 Vertex AI 运行 Kubeflow Pipelines 以前 在 Kubeflow Pipelines 中 我能够通过利用在我的 Pipeline 中使用运行 IDdsl RUN ID PLACEHO
googlecloudml
预测失败:内容必须是标量
我已成功训练 导出并上传我的 retrained graph pb 到 ML Engine 我的导出脚本如下 import tensorflow as tf from tensorflow python saved model import
tensorflow
googlecloudplatform
googlecloudml
使用每晚 TensorFlow 构建通过 Cloud ML Engine 进行训练
如果我需要在 Cloud ML Engine 训练作业中使用夜间 TensorFlow 构建 该怎么做 从以下位置下载每晚构建版本https github com tensorflow tensorflow installation htt
googlecloudml
googlecloudmlengine
无法部署 Cloud ML 模型
为什么我尝试将经过训练的模型部署到 Google Cloud ML 但出现以下错误 Create Version failed Model validation failed Model metagraph does not have in
googlecloudml
如何将 CloudML Alpha 模型转换为 SavedModel?
在CloudML在线预测服务的alpha版本中 导出模型的格式为 inputs x x y bytes y g add to collection inputs json dumps inputs outputs a a b bytes b
googlecloudml
googlecloudmlengine
GCP Vertex AI 训练自定义作业:用户没有 bigquery.jobs.create 权限
我正在努力从 Google Cloud Platform 的 Vertex AI 训练自定义作业中使用 Bigquery python 客户端执行查询 我已经构建了一个包含此 python 代码的 Docker 映像 然后我将其推送到容器注
googlecloudplatform
googlecloudml
gcpaiplatformtraining
在Google云机器学习上部署Retrained inception模型
我设法使用通用初始模型重新训练我的特定分类模型tutorial 我现在想将其部署在谷歌云机器学习上steps 我已经设法将其导出为 MetaGraph 但我无法获得正确的输入和输出 在本地使用它 我的图表入口点是DecodeJpeg con
tensorflow
googlecloudml
如何在 google-cloud-ml 中设置 pytorch
我尝试放弃工作Pytorchgoogle cloud ml 中的代码 所以我编写了 setup py 文件 并添加选项 install requires 设置 py from setuptools import find packages
Pytorch
googlecloudml
在谷歌云ML中导入librosa
我正在运行 Google Cloud ML 当我尝试导入 librosa 时 出现错误 ImportError 没有名为 tkinter 的模块 请安装 python tk 包 我确实有一个 setup py 文件 一个空的 init py
googlecloudml
Google Cloud ML FAILED_PRECONDITION
我正在尝试使用 Google Cloud ML 托管 Tensorflow 模型并获取预测 我有一个预训练模型 已上传到云端 并在 Cloud ML 控制台中创建了模型和版本 我按照说明进行操作从这里准备我的数据以请求在线预测 对于 Pyt
python
tensorflow
gcloud
tensorflowserving
googlecloudml
Google Cloud ML Engine - 作业因内部错误而失败。无法执行作业
这是我之前训练成功的一个ml job 但当我今天尝试时 它不起作用 所以在那之后我尝试删除桶中的所有东西并重新开始 但它仍然不起作用 给出以下错误 发生内部错误 请在几分钟后重试 如果您仍然遇到错误 请联系 Cloud ML None
googlecloudml
googlecloudmlengine
向 Google Cloud ML 提交训练作业
我有一个代码如下 我想将其提交给 Google cloud ml 我已经测试了他们的示例并得到了结果 from future import absolute import from future import division from f
googlecloudplatform
googlecloudml
无法在 google cloud ml 上进行预测,而相同的模型正在本地计算机上运行
我正在尝试使用谷歌云中的张量流库训练机器学习模型 创建存储桶后 我可以在云中训练模型 当我尝试使用现有模型进行预测时 我遇到了这个问题 代码和数据可以在以下 Github 目录中找到 https github com terminator1
python
tensorflow
machinelearning
googlecloudml
定义云机器学习预测的实例键(索引号)
我遵循了 入门 云机器学习引擎教程并进行部署 我可以将包含 JSON 实例的输入文件传递给批量预测服务 它会返回包含预测的文件 如何通过应用程序图不改变地传递实例键 索引号 以便预测包含该键 并且我知道哪个 JSON 预测属于哪个 JSON
tensorflow
googlecloudplatform
googlecloudml
使用 keras 在 gcloud ml-engine 上处理 TB 数据的最佳方法
我想使用 gcloud 存储上约 2TB 的图像数据训练模型 我将图像数据保存为单独的 tfrecords 并尝试按照此示例使用张量流数据 api https medium com moritzkrger speeding up keras
tensorflow
Keras
googlecloudml
tensorflowdatasets
TFRecord
«
1
2
3
»