Google Cloud ML Engine：如何创建接收图像 float32 格式的任务
Google Cloud ML Engine: How to create task receiving an image float32 format
我是 Google Cloud ML Engine 的新手。我正在部署我的第一个模型，并训练了一个接收 float32 格式图像的模型。我正在关注 ML Engine 教程，但他们使用 base64 对图像进行编码。有没有办法使用 float32 对其进行编码？或者我可以创建一个 float32 中的任务吗？
python -c 'import base64, sys, json; img = base64.b64encode(open(sys.argv[1], "rb").read()); print json.dumps({"inputs": {"key":"0", "image_bytes": {"b64": im g}}})' flower.jpg &> request.json
有多种方法可以对图像数据进行编码，其中一些方法比其他方法更有效。 this answer 中概述了这些内容。您正在寻找 "Raw Tensor Encoded AS JSON" 部分，它展示了如何导出模型以及如何构建 JSON。还请考虑在 JSON 中使用浮点数的低效率权衡，并考虑替代方法。
我是 Google Cloud ML Engine 的新手。我正在部署我的第一个模型，并训练了一个接收 float32 格式图像的模型。我正在关注 ML Engine 教程，但他们使用 base64 对图像进行编码。有没有办法使用 float32 对其进行编码？或者我可以创建一个 float32 中的任务吗？
python -c 'import base64, sys, json; img = base64.b64encode(open(sys.argv[1], "rb").read()); print json.dumps({"inputs": {"key":"0", "image_bytes": {"b64": im g}}})' flower.jpg &> request.json
有多种方法可以对图像数据进行编码，其中一些方法比其他方法更有效。 this answer 中概述了这些内容。您正在寻找 "Raw Tensor Encoded AS JSON" 部分，它展示了如何导出模型以及如何构建 JSON。还请考虑在 JSON 中使用浮点数的低效率权衡，并考虑替代方法。