Google Cloud 無法從 Jupyter Notebook 保存 Tensorflow model

Question

我正在他們的 JupyterLab AI Notebooks 中的 Google Cloud 中創建和訓練 TensorFlow model 但由於某種原因，我找不到在創建 model 之后保存它的方法。

通常，我會在 Colab 中使用created_model.save(str('/saved_model_file'))來保存到本地目錄。

但是 Google Cloud 中的 JuptyerLab 以“權限被拒絕”錯誤響應，我已經嘗試在 AIM 中提供所有可能的最大權限，我是唯一的人。 但錯誤仍然存在。

但我似乎確實能夠通過使用blob.upload_from_filename(source_file_name)或blob.upload_from_string(source_file_name)將 blob 保存到存儲桶中，這似乎是一種更合適的策略。

但是這些都不會采用由 TensorFlow 創建的訓練有素的 model 因為它更像是 function 而不是他們似乎正在尋找的文件類型。 教程似乎隨便提到您應該將 model 保存到存儲桶中，但完全忽略提供任何簡單的代碼示例，顯然我是地球上唯一一個生來就不知道如何做到這一點的人。

如果有人可以提供一些關於如何將 TensorFlow model 保存到存儲桶的代碼示例，那就太好了。 我還需要這個 function 由 python 代碼自動完成。 謝謝！

Answer 1

看來您只需要先使用 OS 模塊創建路徑，然后 TF function 就可以工作了。 這似乎有點奇怪，我使用的其他平台讓 TF function 自行創建路徑。 顯然谷歌雲不喜歡這樣，也許有一些用戶權限隱藏在某個層次結構中導致這個問題。

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，模型路徑）