23、机器学习模型部署与预测的实用设计模式

机器学习模型部署与预测的实用设计模式

1. 二阶段模型云部署

在将二阶段模型部署到云端时，我们可以使用 Cloud AI Platform Prediction。具体操作步骤如下：
1. 上传模型资产 ：将保存的模型资产上传到 Cloud Storage 存储桶。当我们将模型导出为 TensorFlow SavedModel 时，可以直接将 Cloud Storage 存储桶的 URL 传递给保存模型的方法，示例代码如下：

model.save('gs://your_storage_bucket/path')

这会将模型以 TF SavedModel 格式导出并上传到指定的存储桶。
2. 创建模型资源 ：在 AI Platform 中，一个模型资源可以包含模型的不同版本，每个模型可以有数百个版本。我们可以使用 Google Cloud CLI（gcloud）来创建模型资源，示例命令如下：

gcloud ai-platform models create instrument_classification

3. 部署模型 ：使用 gcloud 命令将 AI Platform 指向包含保存模型资产的存储子目录来部署模型，示例命令如下：

gcl