Google Cloud Machineラーニングエンジンでケラスモデルを学習する方法

Question

Googleのクラウドマシン学習エンジンでテンソルフローモデルをトレーニングできます。しかし、Kerasコードを使用すると、GoogleのクラウドにエラーNo module named kerasが表示されます。

Answer 1

私はGoogleでkerasを使用するために、1つは、setup.pyスクリプトでそれをインストールしてのgcloudコマンドを実行し、同じ場所のフォルダにそれを置くために持っている曇らせることが判明：

├── setup.py 
└── trainer 
    ├── __init__.py 
    ├── cloudml-gpu.yaml 
    ├── example5-keras.py 

そして、 setup.pyであなたのようなコンテンツを置く：

export BUCKET_NAME=tf-learn-simple-sentiment 
export JOB_NAME="example_5_train_$(date +%Y%m%d_%H%M%S)" 
export JOB_DIR=gs://$BUCKET_NAME/$JOB_NAME 
export REGION=europe-west1 

gcloud ml-engine jobs submit training $JOB_NAME \ 
    --job-dir gs://$BUCKET_NAME/$JOB_NAME \ 
    --runtime-version 1.0 \ 
    --module-name trainer.example5-keras \ 
    --package-path ./trainer \ 
    --region $REGION \ 
    --config=trainer/cloudml-gpu.yaml \ 
    -- \ 
    --train-file gs://tf-learn-simple-sentiment/sentiment_set.pickle 

：

from setuptools import setup, find_packages 

setup(name='example5', 
    version='0.1', 
    packages=find_packages(), 
    description='example to run keras on gcloud ml-engine', 
    author='Fuyang Liu', 
    author_email='fuyang.liu@example.com', 
    license='MIT', 
    install_requires=[ 
     'keras', 
     'h5py' 
    ], 
    zip_safe=False) 

次に、あなたのようなのgcloud上で実行中のジョブを開始することができます

GPUを使用するには、モジュールにcloudml-gpu.yamlのようなファイルを次の内容で追加します。

trainingInput: 
    scaleTier: CUSTOM 
    # standard_gpu provides 1 GPU. Change to complex_model_m_gpu for 4 
GPUs 
    masterType: standard_gpu 
    runtimeVersion: "1.0"