正在[Google App Engine]中加载Keras模型

Question

用例：我试图在Google App Engine中加载一个预先训练好的Keras模型为.h5文件。我正在Python Runtime3.7和标准环境中运行App Engine。

（2）也许有一种方法可以将model.h5从Google Storage加载到Google App Engine中，这是我没有想到的，例如使用其他函数(tf.keras.models.load_model())或其他格式？

我只是想读一下模型，以便进行预测。不需要编写或训练模型。

Answer 1

在使用之前必须先下载文件，云存储路径不能用来访问对象。文档中有一个关于如何下载对象的示例：

from google.cloud import storage


def download_blob(bucket_name, source_blob_name, destination_file_name):
    """Downloads a blob from the bucket."""
    # bucket_name = "your-bucket-name"
    # source_blob_name = "storage-object-name"
    # destination_file_name = "local/path/to/file"

    storage_client = storage.Client()

    bucket = storage_client.bucket(bucket_name)
    blob = bucket.blob(source_blob_name)
    blob.download_to_filename(destination_file_name)

    print(
        "Blob {} downloaded to {}.".format(
            source_blob_name, destination_file_name
        )
    )

然后将文件写入/tmp临时文件夹，这是App Engine中唯一可用的文件夹。但是您必须考虑到，一旦使用该文件的实例被删除，该文件也将被删除。

更具体地说，要加载keras模型，将其作为泡菜是很有用的，如本教程所示：

def _load_model():
    global MODEL
    client = storage.Client()
    bucket = client.get_bucket(MODEL_BUCKET)
    blob = bucket.get_blob(MODEL_FILENAME)
    s = blob.download_as_string()

    MODEL = pickle.loads(s)

我还找到了另一篇Stackoverflow文章的答案，它涵盖了您实际需要的内容。