时间戳

首页 > 解决方案 > Gcloud ai-platform，无法使用自己的预测类创建模型

gcloud - Gcloud ai-platform，无法使用自己的预测类创建模型

问题描述

我尝试按照 AI Platform教程上传模型和预测例程，但有一部分失败了，我不明白为什么。

我的预测类与他们的教程中的相同：

%%writefile predictor.py
import os
import pickle

import numpy as np
from sklearn.datasets import load_iris
from sklearn.externals import joblib

class MyPredictor(object):
  def __init__(self, model, preprocessor):
    self._model = model
    self._preprocessor = preprocessor
    self._class_names = load_iris().target_names

  def predict(self, instances, **kwargs):
    inputs = np.asarray(instances)
    preprocessed_inputs = self._preprocessor.preprocess(inputs)
    if kwargs.get('probabilities'):
      probabilities = self._model.predict_proba(preprocessed_inputs)
      return probabilities.tolist()
    else:
      outputs = self._model.predict(preprocessed_inputs)
      return [self._class_names[class_num] for class_num in outputs]

  @classmethod
  def from_path(cls, model_dir):
    model_path = os.path.join(model_dir, 'model.joblib')
    model = joblib.load(model_path)

    preprocessor_path = os.path.join(model_dir, 'preprocessor.pkl')
    with open(preprocessor_path, 'rb') as f:
      preprocessor = pickle.load(f)

    return cls(model, preprocessor)

我用来在云中创建模型的代码是：

! gcloud beta ai-platform versions create {VERSION_NAME} \
  --model {MODEL_NAME} \
  --runtime-version 1.13 \
  --python-version 3.5 \
  --origin gs://{BUCKET_NAME}/custom_prediction_routine_tutorial/model/ \
  --package-uris gs://{BUCKET_NAME}/custom_prediction_routine_tutorial/my_custom_code-0.1.tar.gz \
  --prediction-class predictor.MyPredictor

但我最终遇到了这样一个奇怪的错误：

ERROR: (gcloud.beta.ai-platform.versions.create) Bad model detected with error:  "Failed to load model: Unexpected error when loading the model: 'ascii' codec can't decode byte 0xf9 in position 2: ordinal not in range(128) (Error code: 0)"

问题是，当我运行相同的命令时没有：

--prediction-class predictor.MyPredictor

它工作正常。

有人知道这是什么原因吗？我认为model.joblib可能有编码问题但是当我自己加载它时没有任何问题

标签： gcloudgoogle-cloud-ml

解决方案

我找到了解决办法

在教程中，他们使用 pickle 来保存创建的预处理器对象，并使用 Joblib 来保存模型。

您需要使用 Joblib 保存两者，然后将其发送到谷歌存储。

推荐阅读