在Google Cloud ML上重新训练Inception时更改标签名称
，可以通过以下步骤完成：
- 首先，了解Inception模型和Google Cloud ML。Inception是一个深度学习模型，用于图像分类和识别任务。Google Cloud ML是Google Cloud平台上的机器学习服务，提供了训练和部署机器学习模型的功能。
- 在Google Cloud ML上重新训练Inception模型时，更改标签名称涉及以下几个步骤：
- a. 数据准备：收集和准备包含新标签的图像数据集。确保数据集中的每个图像都有正确的标签。
- b. 创建训练作业：使用Google Cloud ML提供的训练作业功能，创建一个新的训练作业。在训练作业中，指定Inception模型和新的标签名称。
- c. 模型训练：启动训练作业，让Google Cloud ML使用新的数据集重新训练Inception模型。训练过程将根据新的标签名称调整模型的权重和参数。
- d. 模型评估：在训练完成后，使用测试数据集对重新训练的模型进行评估，以确保模型在新标签上的准确性和性能。
- e. 模型部署：将重新训练的Inception模型部署到Google Cloud ML的预测服务中，以便可以通过API调用进行图像分类和识别。
- 推荐的腾讯云相关产品和产品介绍链接地址：
- 腾讯云机器学习平台（https://cloud.tencent.com/product/tiia）：提供了丰富的机器学习和深度学习服务，包括图像分类和识别等功能。
- 腾讯云云服务器（https://cloud.tencent.com/product/cvm）：提供了可靠的云服务器实例，用于训练和部署机器学习模型。
- 腾讯云对象存储（https://cloud.tencent.com/product/cos）：提供了高可用性和可扩展性的对象存储服务，用于存储训练数据和模型文件。
- 腾讯云API网关（https://cloud.tencent.com/product/apigateway）：提供了灵活的API管理和部署功能，用于将重新训练的模型部署为可通过API调用的服务。
请注意，以上推荐的腾讯云产品仅供参考，实际选择应根据具体需求和情况进行。
相关·内容
1回答
在Google Cloud ML上重新训练Inception时更改标签名称
tensorflow、google-cloud-platform、image-recognition、google-cloud-ml
我目前遵循教程来重新训练图像分类的初始： predictions: prediction: 4 scores: - 2.64907e-08 看看Google<
浏览 4提问于2017-03-16得票数 1
2回答
使用google cloud ml示例代码重新训练Inception时出错
google-cloud-ml
在Cloud Shell中运行来自的示例代码时，出现错误。# the total worker time is higher when running on Cloud instead of your local
# machine dueCheck progress here: htt
浏览 1提问于2017-02-01得票数 1
回答已采纳
1回答
训练机器学习算法的强度有多大？
ios、machine-learning、computer-vision、deep-learning、coreml
要做到这一点，我可能不得不训练自己的模型，我想知道它到底需要多少数据和计算能力。这是我可以在双核i5 Macbook Pro上使用谷歌图像作为源数据来实现的吗?还是会涉及更多？
浏览 30提问于2017-06-11得票数 1
回答已采纳
1回答
将培训作业提交给gcloud时出错
tensorflow、machine-learning、gcloud、google-cloud-ml
我刚开始在Google上进行培训。在运行培训作业时，会出现以下错误：我用这个来执行训练任务。object_detection-0.1.tar.gz,research/slim/dist/slim-0.1.ta
浏览 2提问于2018-04-20得票数 1
回答已采纳
3回答
毫升单位超过允许的最大值
tensorflow、google-cloud-platform、tensorflow-gpu、google-cloud-ml
当我试图提交一个在Google Cloud-ML中训练模型的工作时，我得到了下面的错误。The requested 16.536900000000003 ML Units exceed the allowed maximum of 15.To read more about Cloud MLEngine quota, see https://cloud.google.com&#x
浏览 14提问于2017-12-22得票数 0
1回答
Tensorflow Keras GCP ML引擎模型服务
tensorflow、keras、google-cloud-platform、google-cloud-ml
我正在使用tensorflow估计器+ keras来完成图像分类器的工作，这是在GCP ML引擎上预先训练的应用程序inception_v3的最后一层。keras模型用tf.keras.estimator.model_to_estimator导出，输入函数接收存储在GCP云存储上的图像路径，用tf.image.decode_jpeg打开图像，并以以下格式返回数据集，但我在定义它时遇到了一些困难。该模型使用不带标签的输
浏览 0提问于2018-06-11得票数 0
1回答
如何在GCP中重新训练AutlML模型？
google-cloud-automl、google-cloud-nl
我已经在Google Cloud Vertex AI(Auto ML)上训练和部署了一个自然语言模型，大约有50,000条记录数据。现在我有额外的大约3,000条记录数据。如何使用3,000个数据重新训练现有模型？或者我应该训练一个有53,000个数据的新模型？
浏览 6提问于2021-05-27得票数 0
1回答
在Google Cloud ML中提交工作培训时出错
tensorflow、google-cloud-ml、google-cloud-ml-engine
我目前正在尝试使用Facenet (一个用于人脸识别的Tensorflow库)提交一份关于Google Cloud ML的工作培训。我目前正在尝试这个库的部分，它在那里为模型进行训练。转到Google Cloud ML，我将遵循这篇教程，它将教您如何提交培训。
这是Google云作业日志中
浏览 1提问于2017-03-05得票数 2
1回答
Tensorboard + Keras + ML引擎
keras、tensorboard、google-cloud-ml-engine
我目前已经安装了Google Cloud ML Engine来训练在Keras中创建的模型。在使用Keras时，ML引擎似乎不会自动将日志保存到存储桶中。我在ML引擎作业页面中看到了日志，但它们没有显示在我的存储桶中，因此我无法在训练时运行tensorboard。您可以看到作业已成功完成并生成了日志：
但是，我的存储桶中没有保存日志：
在</e
浏览 8提问于2017-07-14得票数 3
回答已采纳
1回答
遵循google对象检测API教程时出错
tensorflow、object-detection、google-cloud-ml-engine、google-cloud-sdk
在学习教程的同时，我已经到了在云上训练模型的阶段。不幸的是，命令 --job-dir=gs/cloud.yml \ --train_dir=gs://${YOUR_GCS_BUCKET}/train \
--pipeline_config_path=gs:/.培训
浏览 1提问于2017-10-03得票数 1
回答已采纳
1回答
Google Vision API -如何检测戴口罩的人脸识别人员？
google-cloud-vision、vision-api
我尝试使用Google Vision API和一个用例研究来检测戴口罩的人的脸，由于API响应以及web-ui演示https://cloud.google.com/vision/docs/drag-and-drop
浏览 39提问于2021-01-20得票数 0
1回答
gcloud局地预测
python、tensorflow、google-cloud-platform、tensorboard、google-cloud-ml-engine
我在Google cloud上训练了一个Pet数据集，使用gcloud将训练好的模型下载到本地PC上。任务:使用训练好的模型对测试集进行本地分类 $ gcloud ml-engine local predict --model-dir=saved_model/--json-instances=inputs.json
错误: prediction_lib.PredictionErro
浏览 1提问于2017-10-26得票数 0
3回答
如何配置Google Cloud Datalab以使用TensorFlow的GPU？
google-cloud-platform、google-cloud-datalab
我可以导入tensorflow并在Cloud Datalab中运行模型，但我如何配置它以使用GPU？这里的文档只讨论机器，我不确定如何通过Datalab：进行配置datalab create --machine-type standard_gpu mlCreating the instance ml-
浏览 2提问于2017-03-10得票数 5
0回答
具有多个工人的ML engine上的Keras模型训练
google-cloud-ml
我已经构建了一个语义分割Keras (tensorflow后端)模型，并试图在google cloud ml引擎上对其进行训练。我有大约200,000 (256x256)个图像可以在小批量(10)上训练大约100个时期。当我只使用complex_model_m_gpu类型的主设备时，1个纪元几乎要花25个小时。我不确定Keras模型如何适应多GPU训练设备(例如，complex_model_m_gp
浏览 11提问于2018-07-18得票数 2
1回答
使用学习服务使用本地再培训的初始空间模型进行预测
tensorflow、google-cloud-ml
我已经使用Google的文件在本地重新培训了Inception模型，并希望使用服务来进行预测。具体来说，我想修改retrain.py文件，所以我的TensorFlow应用程序是为(也就是说，只进行预测；不需要Google培训，ala ML作业提交培训请有人在准备模型时修改了retrain.py文件后，请回答他们的版本吗？以确认它尚未得到答复，…
…戴维斯·比拉吉( Davide Biraghi )的问题
浏览 0提问于2016-12-07得票数 5
回答已采纳
1回答
在Google Cloud ML engine ClusterSpec上运行分布式Tensorflow
tensorflow、tensorflow-serving、google-cloud-ml、tensorflow-gpu、google-cloud-ml-engine
我正在尝试在Google Cloud的ML引擎上运行一个大型的分布式tensorflow模型，但我在理解上应该运行什么时遇到了问题。当您在Google Cloud上运行作业时，您可以从BASIC、STANDARD_1、PREMIUM_1、BASIC_GPU或CUSTOM中选择，每个选项都允许您访问不同类型的集群。但是，我找不到这些集群中机器的名称/地址。
浏览 5提问于2017-07-04得票数 0
回答已采纳
1回答
在GCP AI平台上的培训脚本中部署新模型版本时的权限问题
google-cloud-ml
我试图在GCP AI平台上自动化模型部署。也就是说，在对模型进行成功的培训之后，我将模型和源包打包并上传到GCS，并将其作为新版本部署，并设置为默认版本。我在训练脚本的末尾有这个。我需要这个，因为模型定期重新训练。
直接从discovery.build(
浏览 3提问于2019-10-09得票数 1
1回答
如何在google colab tensorflow 1.15.2上训练自定义对象检测模型ssd_mobilenet_v1_coco和ssd_inception_v2_coco？
python、tensorflow、google-colaboratory、nvidia、object-detection-api
基本上，我一直在尝试使用tensorflow对象检测api在google colab tensorflow 1.15.2上训练一个带有ssd_mobilenet_v1_coco和ssd_inception_v2通过使用下面的命令，我已经成功地将tensorflow更改为1.15.2这是我在安装任何依赖项之前的第一步。__version__) 当我检查model_builder.py时，我可以看到他们仍然支持ssd_m
浏览 103提问于2020-11-17得票数 0
6回答
gcloud ml-引擎本地预测RuntimeError：.pyc文件中的坏幻数
python、tensorflow、google-cloud-platform、gcloud、google-cloud-ml
我的目标是在google引擎上做出预测。Traceback (most recent call last):
File "/usr/lib/google-cloud-sdkcli.py", line 797
浏览 5提问于2018-02-16得票数 12
回答已采纳
1回答
使用ImageFeatureColumn和ml.Preprocess + ml.features.FeatureMetadata.parse_features时的错误
python、google-cloud-ml
Google的明确表示，我可以通过以下步骤为Tensorflow模型创建输入张量：
创建feature_set =将特性名映射到ml.features.FeatureColumn对象的dicttf.Example-encoded训练示例的张量转换为表示feature_set中的特性的张量。但是，当我在我的ml.features.ImageFeatureColumn中包括一个feature_set时，这并不适用于我。(或基于此值生成的元数据)更改为1时</em
浏览 5提问于2016-11-21得票数 1
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
实时音视频
对象存储
云直播活动推荐
腾讯云开发者
