使用TensorFlow作为依赖项部署Google Cloud Functions

Question

我想使用Google Cloud Functions来部署以JSON格式保存的keras模型(包括HDF5中的权重),并将tensorflow作为后端.

当我没有在requirements.txt中指定tensorflow时,部署成功.虽然在GCP中测试函数时,我收到错误消息,指出无法找到tensorflow.

Error: function crashed. Details:
No module named 'tensorflow'

首先,我发现谷歌没有提供预先安装张量流的环境,这很奇怪.

但是现在,如果我在requirements.txt中指定了tensorflow,则部署将失败并显示错误消息

ERROR: (gcloud.beta.functions.deploy) OperationError: 
code=3, message=Build failed: USER ERROR:
`pip_download_wheels` had stderr output:
 Could not find a version that satisfies the 
requirement tensorflow (from -r /dev/stdin (line 5)) 
(from versions: )
No matching distribution found for tensorflow (from -r 
/dev/stdin (line 5))

有没有办法让我可以在云功能上获得张量流,或谷歌故意阻止安装让我们使用ML引擎？

Answer 1

编辑: Tensorflow 1.13.1现在支持Python 3.7.

上一个答案:

目前没有办法tensorflow在Google云端功能上使用.

然而,并不是因为谷歌故意阻止它:该tensorflow软件包仅为CPython 2.7,3.3,3.4,3.5和3.6提供内置发行版,但Cloud Functions Python运行时基于Python版本3.7.0,因此pip(正确)可以'找到任何兼容的发行版.

目前TensorFlow和Python 3.7存在一些兼容性问题,但一旦修复,tensorflow应该可以安装在Google Cloud Functions上.但就目前而言,你必须使用ML引擎.