google-cloud-ml

    0熱度

    1回答

    最近,當我使用CATEGORICAL參數的超參數調整提交培訓作業時,Cloud ML將使用整數值傳遞選項,而不是從文檔[https://cloud.google.com/ml/reference/rest/v1beta1/projects.jobs#parameterspec]中描述的categoricalValues參數中進行選擇。 2017年1月12日之前(在JST中),Cloud ML確實通

    0熱度

    1回答

    我正在學習如何在Android應用程序上使用TensorFlow和Google Cloud ML。 我已經找到這個post. 據我所知,從這篇文章以及我已經在google上發現的東西,我總是必須首先部署一個訓練好的模型(即Tensorflow圖?)? 無法使用Google Cloud ML發送數據值並在此Cloud中訓練TensorFlow模型? 所以唯一的方法是:部署模型,將數據值發送到谷歌雲並

    1熱度

    1回答

    我正在使用Google雲機器學習獲取圖像預測。 我用我的訓練數據創建了cloud-ml的模型和版本,但是當我嘗試使用gcloud beta ml predict得到預測時,有時候cloud-ml會給我正確的結果,而有些其他時候使用相同的命令和我遇到同樣的文件服務器錯誤502,你可以看到here。 我看到這個post,我知道預測實際上是一個alpha特徵,有時會產生問題。它可以是我的情況嗎? 如果是

    2熱度

    1回答

    我試圖通過使用與Davide Biraghi在this帖子中採用的方法類似的方法,將base64編碼圖像傳遞給再培訓初始模型以獲得gcloud的預測。 當使用'DecodeJpeg/contents:0'作爲輸入時,我在嘗試獲取預測時也會得到相同的錯誤,因此我採用了稍微不同的方法。 繼rhaertel80的在他的回答建議這個post,我創建了一個圖表,需要一個JPEG圖像輸入'B64Connect

    6熱度

    1回答

    docs for setting up Google Cloud ML建議安裝Tensorflow版本r0.11。我觀察到r0.12新提供的TensorFlow函數在Cloud ML上運行時會引發異常。 Cloud ML是否支持r0.12?在r0.11和r0.12之間切換是可選還是必選的?

    1熱度

    2回答

    它看起來Cloud ML已經遷移到TensorFlow 0.12.0。 (我從導出的模型文件中確認了它,我需要使用0.12.0導入在Cloud ML上生成的模型)。 但是我懷疑Cloud ML的預測功能仍然在先前版本上運行,因爲它返回503在線預測服務不可用)當我使用最近在Cloud ML上生成的導出模型時。 Google的某人可以證實這種情況嗎?

    2熱度

    1回答

    我正在谷歌雲ml培訓上運行一個模型,它需要花費大約10個小時的時間對機器的形狀進行一些天真的猜測。我想優化一下以減少運行時間和總體成本。 確定我是否有效使用資源的最佳方法是什麼?我喜歡cpu測量,內存壓力和GPU使用(只要可用)。我懷疑我需要1)記錄這些或2)安裝一個監視代理程序,如堆棧驅動程序,並假設像nvidia-smi這樣的東西是可定位的,但我很好奇,如果有人嘗試過。

    0熱度

    1回答

    谷歌雲文檔在幾個地方引用了Python SDK文檔。 Ex。 feature_type:創建所需特徵對象類型的方法,如鍵,目標或文本。 有關所有支持的功能類型的說明,請參閱Cloud ML Python SDK。 https://cloud.google.com/ml/docs/concepts/preprocessing-overview 對於我而言,我無法在任何地方找到此SDK文檔?它目前是否

    2熱度

    1回答

    我已經提交了一個培訓工作到雲ml。但是,它找不到csv文件。它在那裏。這是代碼。 # Use scikit-learn to grid search the batch size and epochs import numpy from sklearn.model_selection import GridSearchCV from keras.models import Sequentia

    2熱度

    1回答

    我正在關注谷歌雲ml上重新培訓開始的花教程。我可以運行教程,訓練,預測,很好。 然後我用我自己的測試數據集替換了花朵數據集。圖像數字的光學字符識別。 我完整的代碼here 字典文件labels 評估和演示set 培訓Set 從谷歌提供最近泊塢窗內部版本。 `docker run -it -p "127.0.0.1:8080:8080" --entrypoint=/bin/bash gcr.io/c