[英]How do I create a Google Cloud Storage resumable upload URL with Google Client Library for Java on App Engine?
[英]How do I create a Cloud Machine Learning Engine Job on GCP in Java?
我找不到任何说明 Java 中 GCP Cloud ML 引擎作业的基本设置的源代码。 我能找到的只是 Python 示例。 我可以从哪里开始? 谢谢
你的目标是什么? 创建训练作业还是预测作业?
我不能给你完整的答案,因为我也找不到你需要的资源,但也许这足以让你开始。
所有 Google Cloud REST API 都为其所有方法自动生成客户端库。 这就是@Guoqing Xu 为您链接的内容。 他们与您互动的方式非常相似。
https://cloud.google.com/compute/docs/reference/rest/v1/instances/get#examples
https://cloud.google.com/ml-engine/reference/rest/v1/projects.jobs/get
可悲的是,在这里你没有底部的例子。
库: https : //developers.google.com/api-client-library/java/apis/ml/v1
你可以把它们粘在一起。 我将从计算引擎示例开始,保持身份验证/凭据不变,添加一些导入,并替换构建器和方法,请参见下文。
该示例绝对不会起作用。 但我希望它能让你朝着正确的方向前进 :)
import com.google.api.client.googleapis.auth.oauth2.GoogleCredential;
import com.google.api.client.googleapis.javanet.GoogleNetHttpTransport;
import com.google.api.client.http.HttpTransport;
import com.google.api.client.json.JsonFactory;
import com.google.api.client.json.jackson2.JacksonFactory;
import com.google.api.services.ml.v1.CloudMachineLearningEngine; // perhaps without v1? not sure
import com.google.api.services.ml.v1.model.GoogleCloudMlV1Job; // perhaps without v1? not sure
import java.io.IOException;
import java.security.GeneralSecurityException;
import java.util.Arrays;
public class MLEngineExample {
public static void main(String args[]) throws IOException, GeneralSecurityException {
// Job Name for this request.
String name = "job-name"; // TODO: Update placeholder value.
CloudMachineLearningEngine mlEngineService = createMLEngineService();
CloudMachineLearningEngine.Projects.Jobs request = mlEngineService.projects().jobs().get(name);
GoogleCloudMlV1Job response = request.execute();
// TODO: Change code below to process the `response` object:
System.out.println(response);
}
public static CloudMachineLearningEngine createMLEngineService() throws IOException, GeneralSecurityException {
HttpTransport httpTransport = GoogleNetHttpTransport.newTrustedTransport();
JsonFactory jsonFactory = JacksonFactory.getDefaultInstance();
GoogleCredential credential = GoogleCredential.getApplicationDefault();
if (credential.createScopedRequired()) {
credential =
credential.createScoped(Arrays.asList("https://www.googleapis.com/auth/cloud-platform"));
}
return new CloudMachineLearningEngine.Builder(httpTransport, jsonFactory, credential)
.setApplicationName("Google-MlEngineSample/0.1")
.build();
}
}
因此,一件事是与 Cloud Machine Learning Engine API 交互,另一件事是构建一个可以使用 Cloud Machine Learning Engine 训练的模型。
第一个可以用 Java 完成,因为它只是一个你可以使用的 API,后者需要你提供一个 TensorFlow 模型来训练。 Tensorflow 确实提供了Java 绑定,但这些主要是为了在您的应用程序中使用预先存在的 TensorFlow 图,而不是开发一个(尽管可能)。 如果你想构建一个图,你本质上必须使用 Python,因为可用功能的数量比 Java 多得多。
声明:本站的技术帖子网页,遵循CC BY-SA 4.0协议,如果您需要转载,请注明本站网址或者原文地址。任何问题请咨询:yoyou2525@163.com.