Google Cloud Platformでscikit-learnモデルを管理する

Question

GCPで既存のscikit-learnモデルとRモデルをそのままホストして実行する方法を理解しようとしています。 MLエンジンはTensorflow特有のものです。データセットが大きすぎてデータラボを取得できない場合は、Googleクラウドプラットフォームでスキット学習モデルをトレーニングし、モデルを管理するにはどうすればよいですか？ MLエンジンを使用することはできますか？あるいは、ほとんどの人が行うアプローチがありますか？

アップデートとして、私はscikit-learnモデルを訓練するpythonスクリプトを、MLエンジンに訓練ジョブとして送信することで実行することができましたが、pickledモデルをホストするか、予測。

Answer 1

Cloud MLエンジンはTensorFlowで書かれたモデルのみをサポートします。

scikit-learnを使用している場合は、TF LearnまたはKerasのような上位レベルのTensorFlowライブラリの一部を見たい場合があります。彼らはあなたのモデルをTensorFlowに移行させるのに役立ちます。その場合は、Cloud ML Engineを使用できます。

Answer 2

クラウドMLには、2017年12月のこの機能があります。本日現在、早期アクセスとして提供されています。基本的にはクラウドMLチームがこの機能をテストしていますが、あなたもその機能を利用することができます。 hereの詳細。

次のコマンドを使用して、scikit-learnモデルをクラウドmlにデプロイします。これらのパラメータは将来変更される可能性があることに注意してください。

gcloud ml-engineバージョンは、$ {MODEL_VERSION} - model = $ {MODEL} --origin = "gs：// $ {MODEL_PATH_IN_BUCKET}"を作成します。--runtime-version = "1.2" --framework = "SCIKIT_LEARN"