Python ml引擎预测：如何使googleapiclient.discovery.build持久化？

Question

我需要根据在Cloud ml引擎中部署的模型进行在线预测。我在python中的代码类似于在文档（https://cloud.google.com/ml-engine/docs/tensorflow/online-predict）中找到的代码：

service = googleapiclient.discovery.build('ml', 'v1')
name = 'projects/{}/models/{}'.format(project, model)

if version is not None:
    name += '/versions/{}'.format(version)

response = service.projects().predict(
    name=name,
    body={'instances': instances}
    ).execute()

但是，我从脚本外部接收到“实例”数据，我想知道是否有一种方法可以在不使每个“ service = googleapiclient.discovery.build（'ml'，'v1'）”各不相同的情况下运行此脚本。请求之前的时间，因为这需要时间。pd：这是我关于gcp的第一个项目。谢谢。

Answer 1

然后，您可以执行以下操作：

def call_ai_platform():
   response = AI_SERVICE.projects().predict(name=name,
                                            body={'instances': instances}).execute()

奖金！如果您对googleapiclient.discovery调用中的MemoryCache类感到好奇，那是从另一个SO借来的：

class MemoryCache():
    """A workaround for cache warnings from Google.
    Check out: https://github.com/googleapis/google-api-python-client/issues/325#issuecomment-274349841
    """
    _CACHE = {}

    def get(self, url):
        return MemoryCache._CACHE.get(url)

    def set(self, url, content):
        MemoryCache._CACHE[url] = content