Google Cloud ML Engine 错误 429 内存不足

我将模型上传到 ML-engine，当尝试进行预测时，我收到以下错误：

ERROR: (gcloud.ml-engine.predict) HTTP request failed. Response: {   "error": {
    "code": 429,
    "message": "Prediction server is out of memory, possibly because model size is too big.",
    "status": "RESOURCE_EXHAUSTED"   } }

我的模型大小是 151.1 MB。我已经执行了谷歌云网站建议的所有操作，例如量化。有没有可能的解决方案或我可以做的任何其他事情来使其发挥作用？

Thanks

通常，这种大小的模型不应导致 OOM。由于 TF 进行了大量的延迟初始化，因此一些 OOM 直到第一次请求初始化数据结构时才会被检测到。在极少数情况下，某些图可能会在内存中爆炸 10 倍，从而导致 OOM。

1）您是否始终看到预测错误？由于 Tensorflow 调度节点的方式，同一图的内存使用情况在不同的运行中可能会有所不同。确保多次运行预测，看看每次是否都是 429。

2) 请确保您的 SavedModel 目录的大小为 151.1MB。

3）您还可以在本地调试峰值内存，例如使用top跑步时gcloud ml-engine local predict或者通过将模型加载到 docker 容器的内存中并使用 docker stats 或其他方式来监控内存使用情况。您可以尝试使用tensorflow services进行调试（https://www.tensorflow.org/serving/serving_basic https://www.tensorflow.org/serving/serving_basic）并发布结果。

4) 如果您发现内存问题持续存在，请联系[电子邮件受保护] /cdn-cgi/l/email-protection如需进一步帮助，请确保包含您的项目编号和关联帐户以进行进一步调试。