如何在Google Cloud機器學習引擎上訓練Keras模型

Question

我可以在Google雲機器學習引擎上訓練tensorflow模型。但是，當我使用Keras代碼時，我在Google雲上遇到了錯誤No module named keras。

Answer 1

我發現，爲了使用在谷歌雲keras一個人與一個setup.py腳本安裝它，把它放在您運行gcloud指令相同的位置的文件夾：

├── setup.py 
└── trainer 
    ├── __init__.py 
    ├── cloudml-gpu.yaml 
    ├── example5-keras.py 

而且在setup.py你把內容如：

from setuptools import setup, find_packages 

setup(name='example5', 
    version='0.1', 
    packages=find_packages(), 
    description='example to run keras on gcloud ml-engine', 
    author='Fuyang Liu', 
    author_email='fuyang.liu@example.com', 
    license='MIT', 
    install_requires=[ 
     'keras', 
     'h5py' 
    ], 
    zip_safe=False) 

然後你就可以開始你的工作在gcloud運行，如：

export BUCKET_NAME=tf-learn-simple-sentiment 
export JOB_NAME="example_5_train_$(date +%Y%m%d_%H%M%S)" 
export JOB_DIR=gs://$BUCKET_NAME/$JOB_NAME 
export REGION=europe-west1 

gcloud ml-engine jobs submit training $JOB_NAME \ 
    --job-dir gs://$BUCKET_NAME/$JOB_NAME \ 
    --runtime-version 1.0 \ 
    --module-name trainer.example5-keras \ 
    --package-path ./trainer \ 
    --region $REGION \ 
    --config=trainer/cloudml-gpu.yaml \ 
    -- \ 
    --train-file gs://tf-learn-simple-sentiment/sentiment_set.pickle 

要使用GPU，然後在您的模塊中添加文件，內容如下：

trainingInput: 
    scaleTier: CUSTOM 
    # standard_gpu provides 1 GPU. Change to complex_model_m_gpu for 4 
GPUs 
    masterType: standard_gpu 
    runtimeVersion: "1.0"