Google Cloud ML Engine 无法创建“encoded_image_string_tensor”类型的模型版本

Question

我在 ML Engine 上训练了一个对象检测模型并通过调用将其导出：

python object_detection/export_inference_graph.py \ --input_type encoded_image_string_tensor ....

然后我通过调用在本地成功测试了预测：

gcloud ml-engine local predict --model-dir ../saved_model --json-instances=inputs.json --runtime-version=1.2

其中 inputs.json 包含：

{"b64": "base64 编码的 png 图片"}

当我尝试使用以下命令在 ML Engine 上创建模型版本时：

gcloud ml-engine versions create ${YOUR_VERSION} --model ${YOUR_MODEL} --origin=${YOUR_GCS_BUCKET}/saved_model --runtime-version=1.2

它失败并显示以下消息：

ERROR: (gcloud.ml-engine.versions.create) Bad model detected with error: "Error loading the model: Could not load model. "

ML Engine 是否不支持input_type=encoded_image_string_tensor 的模型版本，我如何获得有关错误的更多详细信息？

使用带有input_type=image_tensor 的导出模型在 ml-engine 上创建模型版本可以正常工作。

Answer 1

您能否验证您正在使用 tensorflow 1.2 导出模型？

gcloud ml-engine local predict 没有 --runtime-version 标志，因此如果您安装了 TF 1.3 并使用它导出模型，则 local predict 可以使用 TF 1.3，但可能存在不兼容性尝试在服务上使用 TF 1.2 时的模型。