Google Cloud 无法从 Jupyter Notebook 保存 Tensorflow model

Question

我正在他们的 JupyterLab AI Notebooks 中的 Google Cloud 中创建和训练 TensorFlow model 但由于某种原因，我找不到在创建 model 之后保存它的方法。

通常，我会在 Colab 中使用created_model.save(str('/saved_model_file'))来保存到本地目录。

但是 Google Cloud 中的 JuptyerLab 以“权限被拒绝”错误响应，我已经尝试在 AIM 中提供所有可能的最大权限，我是唯一的人。 但错误仍然存在。

但我似乎确实能够通过使用blob.upload_from_filename(source_file_name)或blob.upload_from_string(source_file_name)将 blob 保存到存储桶中，这似乎是一种更合适的策略。

但是这些都不会采用由 TensorFlow 创建的训练有素的 model 因为它更像是 function 而不是他们似乎正在寻找的文件类型。 教程似乎随便提到您应该将 model 保存到存储桶中，但完全忽略提供任何简单的代码示例，显然我是地球上唯一一个生来就不知道如何做到这一点的人。

如果有人可以提供一些关于如何将 TensorFlow model 保存到存储桶的代码示例，那就太好了。 我还需要这个 function 由 python 代码自动完成。 谢谢！

Answer 1

看来您只需要先使用 OS 模块创建路径，然后 TF function 就可以工作了。 这似乎有点奇怪，我使用的其他平台让 TF function 自行创建路径。 显然谷歌云不喜欢这样，也许有一些用户权限隐藏在某个层次结构中导致这个问题。

MODEL_NAME = 'model_directory'
model_version = int(time.time())
model_path = os.path.join(MODEL_NAME, str(model_version))
os.makedirs(model_path)
tf.saved_model.save（模型，模型路径）