与ML引擎与GCloud

培训本地我想训练我的模型在本地使用这个命令：与ML引擎与GCloud

gcloud ml-engine local train 
    --module-name cloud_runner 
    --job-dir ./tmp/output

的问题是，它抱怨说--job-dir: Must be of form gs://bucket/object。

这是一个本地列车，所以我想知道为什么它希望输出是一个gs存储桶而不是本地目录。

来源

2017-07-05 hellowill89

这可能是一个错误...... – hellowill89

正如其他gcloud所解释的--job-dir期望位置在GCS中。为了解决这个问题，你可以直接将它作为一个文件夹传递给你的模块。

gcloud ml-engine local train \ 
    --package-path trainer \ 
    --module-name trainer.task \ 
    -- \ 
    --train-files $TRAIN_FILE \ 
    --eval-files $EVAL_FILE \ 
    --job-dir $JOB_DIR \ 
    --train-steps $TRAIN_STEPS

来源

2017-07-05 14:08:38 MarkCutajar

权，只需要记住移动'--job-dir'备份真正训练的时候。 – hellowill89

@ hellowill89这个问题已在未来几个星期内发布的版本中修复。 – rhaertel80

@ rhaertel80谢谢！ – hellowill89

的--package路径参数给gcloud指令应指向一个目录，是一个有效的Python包，即包含一个初始化 .py文件（通常是空的文件）的目录。请注意，它应该是本地目录，而不是GCS上的目录。

--module参数将是该包中有效Python模块的完全限定名称。您可以根据需要组织目录，但为了保持一致性，样本都有一个名为trainer的Python包，其中要运行的模块名称为task.py。

- Source

因此，你需要用有效的路径来改变此块：

gcloud ml-engine local train 
    --module-name cloud_runner 
    --job-dir ./tmp/output

具体，你的错误是由于--job-dir ./tmp/output因为它期待您gcloud

路径

来源

2017-07-05 01:42:38 PseudoAj

本地培训试图模拟当您使用云运行时发生的情况，因为本地培训的重点是在提交之前检测问题你的工作到服务。

使用CMLE服务时使用本地作业目录是一个错误，因为作业完成后输出不会持续。

因此，使用gcloud进行本地培训还要求作业目录是GCS位置。

如果你想在本地运行而不使用GCS，你可以直接运行你的TensorFlow程序而不使用gcloud。

来源

2017-07-05 12:26:20

与ML引擎与GCloud

回答

相关问题