model - 从谷歌云 ml 桶加载 Keras 模型

Question

在 Google 云 ml 上使用 Keras:

从训练中保存模型:

model.save('model.h5')

if cfg.cloud:
    # Copy model.h5 over to Google Cloud Storage
    with file_io.FileIO('model.h5', mode='rb') as input_f:
        with file_io.FileIO(data_folder + 'model.h5', mode='wb+') as output_f:
            output_f.write(input_f.read())

注意:不保存到 job_folder，我需要稍后阅读，不想跟踪最新的工作(即使这是将模型分开的好方法)。

现在我想从我的下一次运行中读取:

f = file_io.FileIO(model_file, mode='rb')
model = load_model(f)
model.load_weights(f)

在我的提交中，“model_file”作为输入给出，指向

--model-file gs://$BUCKET_NAME/resources/model.h5

来自 google cloud ml jobs 的提示:

TypeError: expected str, bytes or os.PathLike object, not FileIO

我尝试了很多方法，但我的基本问题是:编写尤其是从 gcp 存储桶中读取模型的最佳实践是什么？

Answer 1

最后我让它工作了，使用这里的解决方案:

loading saved keras model from gs to pydatalab

谢谢 Tíarnán McGrath(我没有足够的积分来加 1)