我想从 Google Cloud Storage 存储桶加载一个保存为 joblib 文件的模型。当它在本地路径时，我们可以如下加载它（考虑到model_file是系统中的完整路径）：
loaded_model = joblib.load(model_file)
我们如何使用 Google Cloud Storage 完成相同的任务？
【问题讨论】：
标签： python scikit-learn google-cloud-storage joblib
对于任何在谷歌上寻找答案的人。 除了显而易见的选择之外，还有两个选择，即使用 Google AI 平台进行模型托管（和在线预测）。
选项 1 是像这样使用 TemporaryFile：
from google.cloud import storage
from sklearn.externals import joblib
from tempfile import TemporaryFile
storage_client = storage.Client()
bucket_name=<bucket name>
model_bucket='model.joblib'
bucket = storage_client.get_bucket(bucket_name)
#select bucket file
blob = bucket.blob(model_bucket)
with TemporaryFile() as temp_file:
#download blob into temp file
blob.download_to_file(temp_file)
temp_file.seek(0)
#load into joblib
model=joblib.load(temp_file)
#use the model
model.predict(...)
选项 2 是像这样使用 BytesIO：
from google.cloud import storage
from sklearn.externals import joblib
from io import BytesIO
storage_client = storage.Client()
bucket_name=<bucket name>
model_bucket='model.joblib'
bucket = storage_client.get_bucket(bucket_name)
#select bucket file
blob = bucket.blob(model_bucket)
#download blob into an in-memory file object
model_file = BytesIO()
blob.download_to_file(model_file)
#load into joblib
model=joblib.load(model_local)
【讨论】：
截至 2020 年使用 tf2 的替代答案，您可以这样做：
import joblib
import tensorflow as tf
gcs_path = 'gs://yourpathtofile'
loaded_model = joblib.load(tf.io.gfile.GFile(gcs_path, 'rb'))
【讨论】：
我发现使用gcsfs 是最快（也是最紧凑）的使用方法：
def load_joblib(bucket_name, file_name):
fs = gcsfs.GCSFileSystem()
with fs.open(f'{bucket_name}/{file_name}') as f:
return joblib.load(f)
【讨论】：
我认为这是不可能的，至少是直接的方式。我虽然想到了一个解决方法，但可能没有你想要的那么高效。
通过使用 Google Cloud Storage 客户端库[1]，您可以先下载模型文件，加载它，然后在程序结束时将其删除。当然，这意味着每次运行代码时都需要下载文件。这是一个sn-p：
from google.cloud import storage
from sklearn.externals import joblib
storage_client = storage.Client()
bucket_name=<bucket name>
model_bucket='model.joblib'
model_local='local.joblib'
bucket = storage_client.get_bucket(bucket_name)
#select bucket file
blob = bucket.blob(model_bucket)
#download that file and name it 'local.joblib'
blob.download_to_filename(model_local)
#load that file from local file
job=joblib.load(model_local)
【讨论】：
对于在谷歌上搜索这个问题的人 - 这是另一种选择。 open source modelstore library 是一个包装器，用于处理从 Google Cloud Storage 保存、上传和下载模型的过程。
在后台，它使用 joblib 保存 scikit-learn 模型，使用文件创建 tar 存档，并使用 blob.upload_from_file() 和 blob.download_to_filename() 从 Google Cloud Storage 存储桶上传/下载它们。
实际上它看起来有点像这样（full example is here）：
# Create modelstore instance
from modelstore import ModelStore
ModelStore.from_gcloud(
os.environ["GCP_PROJECT_ID"], # Your GCP project ID
os.environ["GCP_BUCKET_NAME"], # Your Cloud Storage bucket name
)
# Train and upload a model (this currently works with 9 different ML frameworks)
model = train() # Replace with your code to train a model
meta_data = modelstore.sklearn.upload("my-model-domain", model=model)
# ... and later when you want to download it
model_path = modelstore.download(
local_path="/path/to/a/directory",
domain="my-model-domain",
model_id=meta_data["model"]["model_id"],
)
【讨论】：