如何使用不同的语言开发多种Google Cloud Function，它们是实现面部识别系统的不错选择吗？

问题描述

我的问题确实很简短...实际上，我在Node.js开发的项目中具有多个云函数，但是我想在Python中创建一个新的云函数来运行OpenCV库。

是否可以在同一项目（和同一区域）中针对不同的云功能组合两种语言？

在我的package.json中，我有这个：

    if (myNewLoanMontlyList[0].Count == 0)
    {
       monthly_newloan_data_ID.Add(0);
       monthly_newloan_data_debit.Add(0);
    }

    foreach (var internal_monthly_newloan_data in myNewLoanMontlyList[0].SelectMany(c => c.id_data))
    {monthly_newloan_data_ID.Add(internal_monthly_newloan_data);}

    foreach (var internal_monthly_newloan_data in myNewLoanMontlyList[0].SelectMany(c => c.debit_data))
    {monthly_newloan_data_debit.Add(internal_monthly_newloan_data);}

如果没有，您是否认为我应该使用tensorflow.js进行面部识别（所以我对所有功能使用相同的语言）？另外，我不确定在Cloud Functions上运行“计算代码”是否合适，所以如果有人对云计算有更多的经验指导我，我将不胜感激。

非常感谢您。

解决方法

您可以在项目中创建多个独立的函数，它们可以运行任何受支持的runtimes，并且可以在任何supported region中运行。

要正确回答您的问题，您需要问问自己，面部识别工作负载的资源消耗情况如何，通常这些工作负载使用GPU，有时还使用TPU。云功能旨在用于短期工作，这里有examples use cases，云功能的最大超时为9分钟，而云功能的限制可以在here中找到。如果您的工作负载可以在上述限制之上运行，那么我将继续使用Cloud Functions。

但是，如果您发现Cloud Functions妨碍了您执行工作的能力，那么我将看一看GCP提供的Vision AI产品，它们在图像识别方面更加具体。如果您想构建自己的模型，那么Tensorflow将是一个更好的选择。