问题描述
我无法将使用 BigQuery 创建的 AutoML 模型部署到 AI Platform 以进行在线预测。
我通过 sql 使用标准程序在 BigQuery 中创建了一个 AutoML 模型：
CREATE OR REPLACE MODEL `model_name`
OPTIONS
(model_type='automl_regressor',budget_hours=2.0,... ) AS
SELECT ...)
这很好用，我能够成功获得预测结果。我现在想部署它进行在线预测。为此，我通过 BigQuery Cloud Console 中的 Export Model 函数将模型导出到 GCS 存储桶。这为我提供了存储桶中的目录，其中包含以下内容：
assets/
saved_model.pb
variables/
然后我转到 AI Platform 控制台并创建了一个模型，然后使用以下预构建的容器设置继续为该模型创建一个版本：
- Python 版本：3.7
- 框架：TensorFlow
- 框架版本：2.3.1
- 机器学习运行时版本：2.3
我已将 Cloud Storage 路径设置为包含我上面列出的内容的目录的存储桶，并继续为我的模型创建版本。这样做后，我在一段时间后收到此错误：
Create Version Failed. Bad model detected with error: "Failed to load model: Loading servable: {name: default version: 1} Failed: Not found: Op type not registered 'DecodeProtoSparseV2' in binary running on localhost. Make sure the Op and Kernel are registered in the binary running in this process. Note that if you are loading a saved graph which used ops from tf.contrib,accessing (e.g.) `tf.contrib.resampler` should be done before importing the graph,as contrib ops are lazily registered when the module is first accessed.\n\n (Error code: 0)"
有点难住了，因为我认为这是我可以利用从 BigQuery 生成的 ML 模型的方式。这里的步骤有什么问题吗？目前是否有可能部署这样的模型进行在线预测？如果没有，有没有办法转换模型以便部署？任何帮助将不胜感激！
解决方法
据我所知，您已经在 BigQuery ML 中训练了一个 automl_regressor 模型，您打算将其用于 AI Platform 的在线预测。但是，根据 documentation，无法使用 automl_regressor 进行在线预测。
- 模型类型 AUTOML_REGRESSOR 和 AUTOML_CLASSIFIER 的导出模型 不支持部署 AI Platform 以进行在线预测。
根据您的需要，您可以从 BigQuery ML 列表 here 中选择另一个模型，该模型可以部署用于在线预测。
此外，您还可以直接使用 AutoML 训练您的模型，并将其部署和用于在线预测。不过，请注意 AutoML 模型用于特定的预测要求，例如所描述的 here。此外，您需要按照 documentation 来训练模型。
,您还可以使用 AutoML 容器/Docker 部署在 BigQuery 中使用文档 here 训练的 AutoML 模型。这类似于导出和部署直接使用 AutoML Tables 训练的模型的方式。