在 Google vertex ai 上创建自定义模型
Posted
技术标签:
【中文标题】在 Google vertex ai 上创建自定义模型【英文标题】:creating custom model on Google vertex ai 【发布时间】:2021-12-28 06:04:11 【问题描述】:我应该使用 Google 的托管 ML 平台 Vertex AI 为实习构建端到端机器学习工作流程。尽管我完全按照教程进行操作,但当我运行训练作业时,我会看到以下错误消息:
Training pipeline failed with error message: There are no files under "gs://dps-fuel-bucket/mpg/model" to copy.
根据教程,我们不应该在存储桶中有 /model 目录。并且模型应该创建这个目录并将最终结果保存在那里。
# Export model and save to GCS
model.save(BUCKET + '/mpg/model')
我添加了这个目录,但仍然遇到这个错误。 有人知道吗,提前谢谢:)
【问题讨论】:
【参考方案1】:如果您使用的是预构建容器,请确保您的模型工件的文件名与以下示例完全匹配:
TensorFlow SavedModel: saved_model.pb
scikit-learn: model.joblib or model.pkl
XGBoost: model.bst, model.joblib, or model.pkl
参考:Vertex-AI Model Import
【讨论】:
以上是关于在 Google vertex ai 上创建自定义模型的主要内容,如果未能解决你的问题,请参考以下文章
Google Cloud Platform Vertex AI 日志未显示在自定义作业中
Vertex AI - ModelDeployOp(...) 上没有名为“google_cloud_pipeline_components.remote”的模块
在 Google Cloud Vertex AI 上使用客户处理程序进行部署