GCP AI 平台：创建自定义预测器模型版本时出错（训练模型 Pytorch 模型 + torchvision.transform）

Question

我目前正在尝试按照 https://cloud.google.com/ai-platform/prediction/docs/deploying-models#gcloud_1 将自定义模型部署到 AI 平台。它基于来自 'Pytorch' 和 'torchvision.transform' 的预训练模型的组合。目前，我一直遇到以下错误，这恰好与自定义预测的 500MB 限制有关。

错误：(gcloud.beta.ai-platform.versions.create) 创建版本失败。检测到错误的错误模型：模型需要的内存超过允许的内存。请尝试减小模型大小并重新部署。如果您仍然遇到错误，请联系支持人员。

Setup.py

from setuptools import setup
from pathlib import Path

base = Path(__file__).parent
REQUIRED_PACKAGES = [line.strip() for line in open(base/"requirements.txt")]
print(f"\nPackages: {REQUIRED_PACKAGES}\n\n")

# [torch==1.3.0,torchvision==0.4.1, ImageHash==4.2.0
# Pillow==6.2.1,pyvis==0.1.8.2] installs 800mb worth of files

setup(description="Extract features of a image",
      author=,
      name='test',
      version='0.1',
      install_requires=REQUIRED_PACKAGES,
      project_urls={
                    'Documentation':'https://cloud.google.com/ai-platform/prediction/docs/custom-prediction-routines#tensorflow',
                    'Deploy':'https://cloud.google.com/ai-platform/prediction/docs/deploying-models#gcloud_1',
                    'Ai_platform troubleshooting':'https://cloud.google.com/ai-platform/training/docs/troubleshooting',
                    'Say Thanks!': 'https://medium.com/searce/deploy-your-own-custom-model-on-gcps-ai-platform- 
 7e42a5721b43',
                    'google Torch wheels':"http://storage.googleapis.com/cloud-ai-pytorch/readme.txt",
                    'Torch & torchvision wheels':"https://download.pytorch.org/whl/torch_stable.html "
                    },
    python_requires='~=3.7',
    scripts=['predictor.py', 'preproc.py'])

采取的步数： 尝试将“torch”和 torchvision 直接添加到 setup.py 文件中的“REQUIRED_PACKAGES”列表，以便在部署时提供 PyTorch + torchvision 作为要安装的依赖项。我猜测，内部 Ai 平台为 PyTorch 下载 PyPI 包，大小为 +500 MB，这导致我们的模型部署失败。如果我仅使用 'torch' 部署模型并且它似乎正在工作（当然会因无法找到库 'torchvision' 而抛出错误）

文件大小

pytorch (torch-1.3.1+cpu-cp37-cp37m-linux_x86_64.whl 约 111MB)
torchvision (torchvision-0.4.1+cpu-cp37-cp37m-linux_x86_64.whl 来自 https://download.pytorch.org/whl/torch_stable.html 约 46MB) 并存储在 GKS 上。
压缩的预测模型文件（.tar.gz 格式）是 setup.py (5kb )
一个经过训练的 PyTorch 模型（大小 44MB）

总的来说，模型依赖项应该小于 250MB，但仍然不断出现此错误。还尝试使用 Google 镜像包 http://storage.googleapis.com/cloud-ai-pytorch/readme.txt 提供的 torch 和 torchvision，但同样的内存问题仍然存在。 AI 平台对我们来说很新，希望专业人士提供一些意见。

更多信息：

GCP CLI 输入：

我的环境变量：

BUCKET_NAME= “something”
MODEL_DIR=<>
VERSION_NAME='v6'
MODEL_NAME="something_model"
STAGING_BUCKET=$MODEL_DIR<>
# TORCH_PACKAGE=$MODEL_DIR"package/torch-1.3.1+cpu-cp37-cp37m-linux_x86_64.whl"
# TORCHVISION_PACKAGE=$MODEL_DIR"package/torchvision-0.4.1+cpu-cp37-cp37m-linux_x86_64.whl"
TORCH_PACKAGE=<>
TORCHVISION_PACKAGE=<>
CUSTOM_CODE_PATH=$STAGING_BUCKET"imt_ai_predict-0.1.tar.gz"
PREDICTOR_CLASS="predictor.MyPredictor"
REGION=<>
MACHINE_TYPE='mls1-c4-m2'
 
gcloud beta ai-platform versions create $VERSION_NAME   \
--model=$MODEL_NAME   \
--origin=$MODEL_DIR  \
 --runtime-version=2.3  \
 --python-version=3.7   \
--machine-type=$MACHINE_TYPE  \
 --package-uris=$CUSTOM_CODE_PATH,$TORCH_PACKAGE,$TORCHVISION_PACKAGE   \
--prediction-class=$PREDICTOR_CLASS \

GCP CLI 输出：

 **[1] global**
 [2] asia-east1
 [3] asia-northeast1
 [4] asia-southeast1
 [5] australia-southeast1
 [6] europe-west1
 [7] europe-west2
 [8] europe-west3
 [9] europe-west4
 [10] northamerica-northeast1
 [11] us-central1
 [12] us-east1
 [13] us-east4
 [14] us-west1
 [15] cancel
Please enter your numeric choice:  1
 
To make this the default region, run `gcloud config set ai_platform/region global`.
 
Using endpoint [https://ml.googleapis.com/]
Creating version (this might take a few minutes)......failed.                                                                                                                                            
ERROR: (gcloud.beta.ai-platform.versions.create) Create Version failed. Bad model detected with error: **Model requires more memory than allowed. Please try to decrease the model size and re-deploy. If you continue to experience errors, please contact support.**

我的发现： 发现人们以同样的方式为 PyTorch 软件包苦苦挣扎的文章，并通过在 GCS 上安装手电筒轮使其工作（https://medium.com/searce/deploy-your-own-custom-model-on-gcps-ai-platform- 7e42a5721b43）。已经尝试过使用 torch 和 torchvision 的相同方法，但直到现在都没有运气，并等待来自“cloudml-feedback@google.com cloudml-feedback@google.com”的响应。任何有关获得在 AI 平台上工作的基于自定义 torch_torchvision 的自定义预测器的帮助都会很棒。

Answer 1

结合几件事解决了这个问题。我坚持使用 4gb CPU MlS1 机器和自定义预测器例程 (<500MB)。

使用 setup.py 参数安装库，而不是只解析包名称和它的版本，添加正确的 torch wheel（最好 <100 mb）。

REQUIRED_PACKAGES = [line.strip() for line in open(base/"requirements.txt")] +\
['torchvision==0.5.0', 'torch @ https://download.pytorch.org/whl/cpu/torch-1.4.0%2Bcpu-cp37-cp37m-linux_x86_64.whl']

我减少了预处理步骤。无法容纳所有这些，因此请对您的 SEND 响应进行 jsonify 并从 preproc.py 和 predictor.py

import json
json.dump(your data to send to predictor class)

从 class 需要的库中导入这些函数。

from torch import zeros,load 
    your code

[重要]

尚未为训练模型测试不同类型的序列化对象，这可能与哪一个（torch.save、pickle、joblib 等）节省内存不同。
发现这个 link 对于那些组织是 GCP 合作伙伴的人可能能够请求更多配额（我猜测从 500MB 到 2GB 左右）。不必朝这个方向前进，因为我的问题已解决并且其他弹出大声笑。 https://cloud.google.com/ai-platform/training/docs/quotas

GCP AI 平台：创建自定义预测器模型版本时出错（训练模型 Pytorch 模型 + torchvision.transform）

GCP AI Platform: Error when creating a custom predictor model version ( trained model Pytorch model + torchvision.transform)

python

google-cloud-platform

pytorch

torchvision

google-ai-platform

更多信息：

[重要]