模型默认保存在哪里？
Where are models saved by default?
我已经使用 RESTful API and see in the console logs that it completed successfully. In order to deploy the model and use it for predictions I have saved the final model using tf.train.Saver().save() (according to the how-to guide).
向云端提交了训练作业
在本地 运行 时，我可以在工作目录中找到图形文件（export-* 和 export-*.meta）。但是，当 运行 在云上时，我不知道它们最终去了哪里。 API 似乎没有用于指定此参数的参数，它不在培训师应用程序的存储桶中，而且我在作业创建的云存储上找不到任何临时存储桶。
当您设置 Cloud ML 环境时，您为此设置了一个存储桶。你进去看过了吗？
https://cloud.google.com/ml/docs/how-tos/getting-set-up
编辑（供将来记录）：正如罗伯特在评论中提到的，您需要将输出位置作为参数传递给作业。需要注意的几件事：
每个作业使用唯一的输出位置，因此一个作业不会破坏另一个作业的输出。
建议指定父输出路径，并使用它在名为 'model' 的子路径中包含导出的模型，并在其中组织其他输出，如检查点和摘要小路。这样可以更轻松地管理所有输出。
虽然不是必需的，但我还建议将训练代码暂存到输出的包子路径中，这有助于将源与其产生的输出相关联。
最后（！），还请记住，当您使用超参数调整时，您需要将试验 ID 附加到单独运行产生的输出的输出路径。
我已经使用 RESTful API and see in the console logs that it completed successfully. In order to deploy the model and use it for predictions I have saved the final model using tf.train.Saver().save() (according to the how-to guide).
在本地 运行 时，我可以在工作目录中找到图形文件（export-* 和 export-*.meta）。但是，当 运行 在云上时，我不知道它们最终去了哪里。 API 似乎没有用于指定此参数的参数，它不在培训师应用程序的存储桶中，而且我在作业创建的云存储上找不到任何临时存储桶。
当您设置 Cloud ML 环境时，您为此设置了一个存储桶。你进去看过了吗？
https://cloud.google.com/ml/docs/how-tos/getting-set-up
编辑（供将来记录）：正如罗伯特在评论中提到的，您需要将输出位置作为参数传递给作业。需要注意的几件事：
每个作业使用唯一的输出位置，因此一个作业不会破坏另一个作业的输出。
建议指定父输出路径，并使用它在名为 'model' 的子路径中包含导出的模型，并在其中组织其他输出，如检查点和摘要小路。这样可以更轻松地管理所有输出。
虽然不是必需的，但我还建议将训练代码暂存到输出的包子路径中，这有助于将源与其产生的输出相关联。
最后（！），还请记住，当您使用超参数调整时，您需要将试验 ID 附加到单独运行产生的输出的输出路径。