因此,我面临一个问题,如何部署我的自定义手语识别模型。exporter_main_v2.py将my_ssd_mobnet转换为saved_model.pb,然后尝试用以下代码使用tensorflowjs转换器:
from tensorflow import kerasValueError:无法从这个SavedModel创建一个Keras模型。这个SavedModel是用tf.saved_model.save创建的,缺少通过调用model.save或tf.keras.models.save_model来保存
最近,我在google云的ai-平台上部署了一个自定义模型,我正在尝试调试预处理逻辑的某些部分。但是,我的print语句没有被记录到堆栈驱动程序输出中。我还尝试使用从google.cloud导入的日志记录客户端,但没有效果。import pickle
from sklearn.datasets import load_iris
from google.cloud(model_path, custom
当我将查询函数运行到datastore仿真器时,它只是开始执行而不停止。不会抛出错误,也不会抛出任何东西。CPU是沉重的,直到我刚刚结束工作。\platform\cloud-datastore-emulator\cloud_datastore_emulator.cmd C:\Users\oskid\AppData\Local\Google\Cloud2020年3月18日9:47:38 AM com.google.cloud.datastore.emulator.impl