使用TensorFlow作为依赖项部署Google Cloud Functions

Posted 2021-03-28

我想使用Google Cloud Functions来部署以JSON格式保存的keras模型（包括HDF5中的权重），并将tensorflow作为后端。

当我没有在requirements.txt中指定tensorflow时，部署成功。虽然在GCP中测试函数时，我收到错误消息，指出无法找到tensorflow。

Error: function crashed. Details:
No module named 'tensorflow'

首先，我发现谷歌没有提供预先安装张量流的环境，这很奇怪。

但是现在，如果我在requirements.txt中指定了tensorflow，则部署将失败并显示错误消息

ERROR: (gcloud.beta.functions.deploy) OperationError: 
code=3, message=Build failed: USER ERROR:
`pip_download_wheels` had stderr output:
 Could not find a version that satisfies the 
requirement tensorflow (from -r /dev/stdin (line 5)) 
(from versions: )
No matching distribution found for tensorflow (from -r 
/dev/stdin (line 5))

有没有办法让我可以在云功能上获得张量流，或谷歌故意阻止安装让我们使用ML引擎？

答案

编辑：Tensorflow 1.13.1 now supports Python 3.7.

---

上一个答案：

目前没有办法在Google Cloud Functions上使用tensorflow。

然而，这不是因为谷歌故意阻止它：tensorflow package只提供CPython 2.7,3.3,3.4,3.5和3.6的内置发行版，但the Cloud Functions Python runtime is based on Python version 3.7.0，所以pip（正确）找不到任何兼容的发行版。

目前有some compatibility issues with TensorFlow and Python 3.7，但一旦修复，tensorflow应该可以安装在Google Cloud Functions上。但就目前而言，你必须使用ML引擎。