python - 如何将后处理层添加到已保存的 Google AI Platform 模型？
问题描述
我正在做一个关于超分辨率的项目，所以我得到一个图像作为输入并返回一个更大的图像（x2，x4）作为输出。我正在尝试将模型上传到AI 平台，但我遇到了组合 GPU - 预测替代方案的问题。
我能够毫无问题地制作自定义预测代码，输入和输出是 base64 jpg 图像。但我不能使用 GPU 机器进行这种预测。
我尝试从我的 keras 模型生成一个 Estimator，然后创建一个SavedModel 用于在线预测，但我只能定义用于解码 jpg 图像的服务输入函数，但我无法为输出定义等效函数，因此在线预测平台正在返回非常大的原始图像的 json 文件（对于 13K jpg 图像的输入，它返回 19MB 原始图像）
有什么方法可以在 SaveModel 上定义后预测步骤，以便能够在回答请求实例之前将原始图像编码为 jpg 格式？我想使用目前不可用于自定义预测例程的 GPU 机器。
解决方案
推荐阅读
- javascript - React Native：平面列表未呈现
- python - 在python中重新创建Relu函数
- google-apps-script - 基于单个单元格值在上方自动插入行
- c# - 如何确定两个异常实例是否代表同一个问题？
- python - 安装 gplearn
- android - 无法使用 firebase admin SDK 在 FCM 中获取数据消息
- r - 如何在数据集中的一行中按升序对日期进行排序
- python - 如何在填充 Pandas DataFrame 时处理异常？
- angular - 在 Angular 项目 15 分钟不交互后，更新/刷新 JWT（Json Web 令牌）令牌如何过期
- visual-studio-code - 如何默认打开markdown预览到底部？