无云存储Bucket的GCP模型部署

Question

我在本地机器上开发了一个基于Tensorflow的机器学习模型。我想把它部署在Google Cloud Platform (Cloud ML Engine)中进行预测。该模型从Google Bigquery读取输入数据，输出预测只能用Google Bigquery编写。在运行模型预测之前，必须运行一些数据准备脚本。我已经将Google Cloud Storage用于模型存储，并将其用于部署，我已经成功地部署了它。但是，代替使用Google Cloud Storage来保存模型(即.pb或.pkl模型文件)，我可以将其存储在GCP (或本地机器)上，并从Cloud ML Engine调用它以进行预测吗？有可能吗？或者我只有上传模型目录到云存储存储桶的选项，我将使用它进行预测？

你能在这方面帮我一下吗？

Answer 1

对于模型部署，您需要使用AI平台的Google Cloud Storage。另一种选择是使用AI平台训练(本地或在GCP中)，将模型(SavedModel格式)输出到本地文件夹或云存储，并从那里使用计算引擎实例中的TF服务。