预测过程中通过云ML引擎访问云存储

Question

我正在尝试构建一个图像分类器，它将基于测试图像和标记图像的数据集之间的相似性度量来识别测试图像的类别。基本上，我想使用KNN分类器，它将预先训练的CNN模型的瓶颈特征作为输入。我想将这个标记图像(瓶颈特征)的数据集存储在Google云存储中的一个单独的存储桶中，并在预测期间允许我的模型访问此数据集，因为当将此数据集添加到保存的模型中时，我保存的模型的文件大小会太大(Google将文件大小限制为250MB)。不幸的是，我找不到从SavedModel访问存储桶的方法。有谁知道怎么解决这个问题吗？

Answer 1

在服务上运行的代码目前只能访问公共GCS存储桶。您可以离线联系我们(cloudml-feedback@google.com)，我们可能会增加您的文件大小配额。