python 如何从 AI Platform 和云函数中导入经过训练的机器学习模型
How to import trained machine learning model from AI Patform into cloud functions in python
我有一个训练有素的机器学习模型来预测我在 firestore 中的数据的一个指标。
我已将数据插入到 bigquery 中以训练模型和经过训练的模型我想部署它以进行预测并再次将此预测插入到 firestore 中。
我已经阅读了很多如何做到这一点，最后我找到了一种方法：https://angularfirebase.com/lessons/serverless-machine-learning-with-python-and-firebase-cloud-functions/
我对本指南有几个问题：
- 在本指南的第 4 步中，他将模型保存在 firebase_admin 存储中。为什么在 firebase_admin 存储中而不是在 google 云存储中？
- 他在 Google 云 ML 引擎中部署模型。他为什么要那样做？我必须在那里部署模型而不是将模型保存在 Google 云存储中然后在云函数中调用它有什么优势？或者有必要做这一步？
- 一旦他在 Google 云 ML 引擎中部署了这个模型，我就可以在 python 到 运行 模型的云函数中调用它，无论我选择什么触发器？
1) 您也可以使用 Cloud Storage。在教程中，他提出了一种实现某些目标的方法，但这不是唯一的绝对方法。
2) 你也可以按照你说的去做，但是我会说那个教程的方法更好。您具有将模型公开为 API 端点的优势。这样您在 Cloud Functions 代码中的工作量就会减少，这很好。
3）我不确定我是否理解了这个问题。您应该使用 HTTP 触发器，因为您正在尝试访问 API 端点。
我有一个训练有素的机器学习模型来预测我在 firestore 中的数据的一个指标。
我已将数据插入到 bigquery 中以训练模型和经过训练的模型我想部署它以进行预测并再次将此预测插入到 firestore 中。
我已经阅读了很多如何做到这一点，最后我找到了一种方法：https://angularfirebase.com/lessons/serverless-machine-learning-with-python-and-firebase-cloud-functions/
我对本指南有几个问题：
- 在本指南的第 4 步中，他将模型保存在 firebase_admin 存储中。为什么在 firebase_admin 存储中而不是在 google 云存储中？
- 他在 Google 云 ML 引擎中部署模型。他为什么要那样做？我必须在那里部署模型而不是将模型保存在 Google 云存储中然后在云函数中调用它有什么优势？或者有必要做这一步？
- 一旦他在 Google 云 ML 引擎中部署了这个模型，我就可以在 python 到 运行 模型的云函数中调用它，无论我选择什么触发器？
1) 您也可以使用 Cloud Storage。在教程中，他提出了一种实现某些目标的方法，但这不是唯一的绝对方法。
2) 你也可以按照你说的去做，但是我会说那个教程的方法更好。您具有将模型公开为 API 端点的优势。这样您在 Cloud Functions 代码中的工作量就会减少，这很好。
3）我不确定我是否理解了这个问题。您应该使用 HTTP 触发器，因为您正在尝试访问 API 端点。