问题描述
我有一些在GCP下以AI平台运行的模型,可以毫无问题地提供预测。 现在,我正在尝试使用kubernets管道自动化此部署过程,以便定期更新模型版本。我试图使用可用的示例创建一些管道,但是其中没有一个适用于AI平台。 该模型的训练已由AI平台Jobs处理,参数如下:
- Python:3.7
- 框架:Tensorflow
- 框架版本:2.1
- ML运行时版本:2.1
受过训练的模型将被仿冒地创建并保存在存储桶中。
如何使用管道自动执行此部署过程。
如果还有另一种自动化方法,我也想尝试一下。
解决方法
暂无找到可以解决该程序问题的有效方法,小编努力寻找整理中!
如果你已经找到好的解决方法,欢迎将解决方案带上本链接一起发送给小编。
小编邮箱:dio#foxmail.com (将#修改为@)