我有兴趣使用Google云数据流并行处理视频。我的工作同时使用OpenCV和tensorflow。是否有可能只是运行工人码头工人实例内部,而不是描述安装所有来自源的依赖关系:使用docker进行谷歌云数据流依赖关系
https://cloud.google.com/dataflow/pipelines/dependencies-python
我本来期望一个标志泊坞窗的容器,这已经是坐在谷歌集装箱引擎。
我有兴趣使用Google云数据流并行处理视频。我的工作同时使用OpenCV和tensorflow。是否有可能只是运行工人码头工人实例内部,而不是描述安装所有来自源的依赖关系:使用docker进行谷歌云数据流依赖关系
https://cloud.google.com/dataflow/pipelines/dependencies-python
我本来期望一个标志泊坞窗的容器,这已经是坐在谷歌集装箱引擎。
无法修改或切换默认Dataflow工作容器。您需要根据文档安装依赖关系。
如果您拥有大量视频,无论如何您都必须承担大量启动费用。因此,网格计算的本质一般。
另一方面,您可以在作业下使用比n1-standard-1机器更大的机器,从而在较少的机器上分摊下载成本,如果处理过程可能会一次处理更多视频正确编码。
这几乎令人震惊。你知道为什么吗?在每位工人上安装OpenCV需要10到15分钟。它已经编译并准备好进入docker。我是否使用错误的工具在Google云平台上执行并行处理? – bw4sz
我们理解这是一个痛点,但目前它是不可能的。不幸的是,我们也不能给它一个ETA。对于那个很抱歉。 – Pablo