Облачный оперативный прогноз повторных запросов Размер полезной нагрузки превышает ограничение: 1572864 байт.

Question

Я обучил классификатор изображений с помощью tenorflow и развернул его в облаке Google, а сейчас пытаюсь делать онлайн-прогнозы, используя следующий код:

    service = googleapiclient.discovery.build('ml','v1')
name = 'projects/{}/models/{}'.format("project_name","model_name")


image = img_to_array(load_img('path/to/image/image.jpg', target_size=(299,299))) / 255.


payload = {
  "instances": [{'image': image.tolist()}]
}


response = service.projects().predict(
    name=name,
    body=payload).execute()

if 'error' in response:
    raise RuntimeError(response['error'])

print(response['predictions'])

Я видел в нескольких постах, что мне нужносохраните мой запрос как файл json в облачном хранилище и вызовите его оттуда, чтобы сделать прогноз и избежать проблемы превышения лимита.Я также читал, что это возможно только при пакетном прогнозировании.

Есть ли обходной путь для этого или я должен просто отказаться от использования пакетного прогнозирования?любая информация высоко ценится.

Answer 1

Вы можете передать изображение как URL-адрес хранилища Google Cloud Storage, а затем передать его.Для этого вам нужно изменить функцию обслуживания по умолчанию, чтобы принимать ввод как imageUrl вместо тензоров или списков.

Answer 2

К сожалению, обходного пути нет.Вам нужно будет использовать пакетный прогноз.

Если вы нашли другой способ, поделитесь им здесь!