Невозможно делать прогнозы на Google Cloud ML, в то время как та же модель работает на локальном компьютере.

Question

Я пытаюсь обучить модели машинного обучения с помощью библиотеки тензорного потока в облаке Google.Я могу тренировать модель в облаке после создания ведра.Я сталкиваюсь с проблемой, когда пытаюсь делать прогнозы, используя существующую модель.Код и данные доступны в следующем каталоге Github.https://github.com/terminator172/game-price-predictions

Версия тензорного потока в облаке равна 1,8, а версия тензорного потока в моей системе также равна 1,8

Я попытался сделать прогноз, выдав следующую входную информацию "gcloud ml-engine optimt --model = заработок --version = v8 --json-instances = sample_input_prescaled.json "

Произошла ошибка со следующей ошибкой" {"error": "Прогноз сбой: ошибка во время выполнения модели: AbortionError (code= StatusCode.FAILED_PRECONDITION, details = \ "Попытка использовать неинициализированное значение output / biases4 \ n \ t [[Узел: output / biases4 / read = IdentityT = DT_FLOAT, _output_shapes = [[1]], _device = \" / job:localhost / replica: 0 / task: 0 / device: CPU: 0 \ "]] \") "}"

Answer 1

Сообщение об ошибке указывает, что не все переменные были инициализированы.В примерах CloudML есть некоторые примеры кода, демонстрирующие, как позаботиться об инициализации ( ссылка ). Кроме того, я рекомендую использовать tf.saved_model.simple_save в более новых версиях TF.Попробуйте следующие изменения в вашем коде:

def main_op():
  init_local = variables.local_variables_initializer()
  init_tables = lookup_ops.tables_initializer()
  return control_flow_ops.group(init_local, init_tables)

[...snip...]    

# This replaces everything from your SavedModelBuilder on
tf.saved_model.simple_save(
    session,
    export_dir='exported_model',
    inputs={'input': X},
    outputs={'earnings': prediction},
    legacy_init_op=main_op)  # This line is important