我正在使用研究论文的开源Tensorflow实现,例如DCGAN-tensorflow.我正在使用的大多数库都配置为在本地训练模型,但我想使用Google Cloud ML来训练模型,因为我的笔记本电脑上没有GPU.我发现很难更改代码以支持GCS存储桶.目前,我将我的日志和模型保存到/ tmp,然后运行'gsutil'命令将目录复制到训练结束时的gs:// my-bucket(此处示例).如果我尝试将模型直接保存到gs:// my-bucket,它就永远不会出现.
对于训练数据,其中一个张量流样本将数据从GCS复制到/ tmp进行训练(此处为示例),但这仅在数据集很小时才有效.我想使用celebA,而且每次运行都要复制到/ tmp太大了.是否有任何关于如何更新本地培训代码以使用Google Cloud ML的文档或指南？
这些实现正在运行各种版本的Tensorflow,主要是.11和.12