google-cloud-ml

0熱度

1回答

我實際上正在試用Google雲上新的機器學習API。所有的教程都很好，機器學習API被激活，我可以訓練模型並在命令行中訪問作業的狀態。但由於某種原因，我無法打開頁面https://console.cloud.google.com/ml/來在線管理我的模型和作業。此外，我沒有從https://console.cloud.google.com/home/dashboard左側的「產品和服務」列中的機

0熱度

1回答

雲機器學習預測

當我使用谷歌雲機器學習（https://cloud.google.com/ml/docs/quickstarts/prediction）的預測命令，我經常收到以下錯誤： $ gcloud beta ml predict --model=mnist --instances=data/predict_sample.tensor.json ERROR: (gcloud.beta.ml.predict

2熱度

1回答

Pickled scipy稀疏矩陣作爲輸入數據？

我正致力於分類簡歷中的多類分類問題。我使用sklearn和它的TfIdfVectorizer來獲得一個大的scipy稀疏矩陣，它在酸洗後喂入Tensorflow模型。在我的本地機器上，我加載它，將一個小批量轉換爲密集的numpy數組並填充一個饋送詞典。一切都很好。現在我想在ML雲上做同樣的事情。我的泡菜保存在gs://my-bucket/path/to/pickle，但是當我運行我的教練時，無

3熱度

2回答

如何在Python中以編程方式獲取Cloud ML服務帳戶？

Cloud ML instructions顯示如何使用shell命令獲取服務帳戶。我如何在Python中以編程方式執行此操作？例如在Datalab中？

1熱度

1回答

如何以編程方式將Cloud ML訪問權限授予存儲桶？

Cloud ML instructions顯示如何使用gsutil將Cloud ML訪問權授予存儲桶。有沒有辦法在Python中以編程方式執行此操作？

1熱度

1回答

向Google Cloud提交培訓作業ML

我有一段代碼，我想提交給Google雲端ml。我已經測試了他們的例子並得到了結果。 from __future__ import absolute_import from __future__ import division from __future__ import print_function import tensorflow as tf import numpy as np

4熱度

1回答

如何處理失敗的工作？

在Google Cloud ML（機器學習）中，我提交了一份工作，但由於代碼中的Python錯誤而失敗。修復錯誤後，我該如何重新運行這項工作？我應該提交一份新工作嗎？當我完成後，如何刪除作業？聯機文檔不完整。感謝

0熱度

1回答

在分佈式張量流程中，如何從工作人員寫入摘要

我正在使用谷歌雲ml分佈式樣本來訓練計算機集羣上的模型。輸入和輸出（即rfrecords，檢查點，tfevents）都在gs：//（谷歌存儲）與分佈式示例類似，我使用最後調用的評估步驟，結果寫爲一個總結，以便使用參數hypertuning /在Cloud ML中，或者使用我自己的一堆工具。但是，爲了檢索性能標準的統計信息，我正在運行幾個評估步驟，因爲我不想限制爲單個值。我想獲得有關性能間隔的信

0熱度

1回答

模型目錄應包含'export.meta'文件

在選擇存儲桶和文件夾後爲模型創建新版本期間，我從雲控制檯收到此錯誤。 { "error": { "code": 400, "message": "Field: version.deployment_uri Error: The model directory gs://ml-codelab/v1-output/ is expected to contain the '

1熱度

3回答

Google Cloud ML上的Keras似乎不使用GPU？是否有可能使其工作？

我試着在雲端ml（google雲平臺）上運行帶有tensorflow後端的Keras。我發現keras似乎沒有使用GPU。在我的CPU上運行一個時期的性能是190秒，等於我在轉儲的日誌中看到的情況。有沒有一種方法可以確定代碼是運行在GPU或GPU中的keras？有沒有人用Tensor流後端運行時試圖在Cloud ML上使用Keras？