从部署的TF获取google云中poet模型的预测

从部署的 TensorFlow 获取 Google 云中 Poet 模型的预测，可以通过以下步骤实现：

1. 部署 TensorFlow：首先，需要在 Google 云上部署 TensorFlow。Google 云提供了 Cloud AI Platform，它是一个托管的 JupyterLab 环境，可以用于开发和训练机器学习模型。您可以使用 Cloud AI Platform 上的 TensorFlow 镜像来创建一个虚拟机实例，并在该实例上进行 TensorFlow 的部署。
2. 获取 Poet 模型：Poet 是一个用于生成诗歌的深度学习模型。您可以从 TensorFlow 的官方 GitHub 仓库中获取 Poet 模型的代码和预训练模型。将代码和模型下载到您的本地环境中。
3. 上传模型到 Google 云存储：将下载的 Poet 模型上传到 Google 云存储中，以便在云上进行预测。您可以使用 Google 云存储的命令行工具或者 API 进行上传操作。
4. 创建 Google 云函数：使用 Google 云函数来托管您的预测服务。Google 云函数是一种无服务器的计算服务，可以根据请求触发函数执行。您可以使用 Python 编写一个云函数，该函数加载 Poet 模型并进行预测。
5. 配置云函数的触发器：为云函数配置触发器，以便在接收到请求时触发函数执行。您可以选择 HTTP 触发器，这样您可以通过 HTTP 请求调用云函数。
6. 发起预测请求：使用任何 HTTP 客户端工具（如 cURL 或 Postman），向云函数的 HTTP 终端点发送预测请求。请求中包含输入数据，云函数将加载 Poet 模型并对输入数据进行预测。预测结果将作为 HTTP 响应返回。

总结： 通过以上步骤，您可以在 Google 云上部署 TensorFlow，并使用 Poet 模型进行预测。这样，您可以通过发送 HTTP 请求来获取 Poet 模型的预测结果。请注意，这只是一个简单的示例，实际情况中可能需要根据具体需求进行更复杂的配置和调整。

腾讯云相关产品推荐：

• 腾讯云 AI 机器学习平台：https://cloud.tencent.com/product/tcaplusdb
• 腾讯云函数计算：https://cloud.tencent.com/product/scf
• 腾讯云对象存储 COS：https://cloud.tencent.com/product/cos