問題タブ [google-cloud-ml]

Udacity Deep Learning の課題に取り組んでいるときに、メモリの問題に遭遇しました。クラウド プラットフォームに切り替える必要があります。以前は AWS EC2 を使用していましたが、現在は Google Cloud Platform (GCP) を試してみたいと考えています。少なくとも 8GB のメモリが必要です。docker をローカルで使用する方法は知っていますが、クラウドで試したことはありません。

1. GCP で Tensorflow を実行する既製のソリューションはありますか?
2. そうでない場合、どのサービス (Compute Engine または Container Engine) を簡単に開始できますか?
3. 他のヒントも大歓迎です！

私は実行します：

gcloud beta ml jobs submit training ${JOB_NAME} --config config.yaml

約 5 分後、ジョブは次のエラーでエラーになります。

奇妙なことは、私が知る限り、そのファイルがその URL に存在することです。

私のトレーニング データは BigQuery にあります。それを使用して Cloud ML でモデルをトレーニングするにはどうすればよいですか?

前処理は、ローカルおよびクラウドで実行できます。ローカルで実行する方法を知っています。

クラウド上で実行するにはどうすればよいですか?

GCS からデータをロードするための推奨される方法は何ですか? サンプル コードは、GCS から/tmp/ディレクトリへのデータのコピーを示しています。これが提案されたアプローチである場合、どのくらいのデータを にコピーでき/tmp/ますか?

Cloud ML を使用して機能をワンホット エンコードするにはどうすればよいですか? これは TensorFlow モデルで行う必要がありますか? それとも Cloud ML SDK 自体で行うことができますか?

GCE VM から Google Cloud Machine Learning にアクセスするには、どのような権限が必要ですか?

指示に従って環境チェックスクリプトを実行しましたが、認証範囲が不十分であるというエラーが表示されました

デフォルトのコンピューティング サービス アカウントを使用する GCE VM で実行していますか?

ローカルでトレーニングされたモデルをデプロイしようとしています。モデルの準備については、こちらのすべての手順に従い、なんとかデプロイできました。

ただし、予測を取得しようとすると、オンライン予測が 502 サーバー エラーで応答し、バッチ予測が返されます。('Failed to run the inference graph', 1)

何が問題なのかを絞り込むために、より良いエラー メッセージを取得する方法はありますか?

ありがとう

クラウド ML の stdout/stderr 出力ログを表示するにはどうすればよいですか? gcloud beta logging read と gcloud beta ml jobs stream-logs を使用してみましたが、何も表示されません... システムによって生成された INFO レベルのログ、つまり「Tearing down TensorFlow」だけが表示されます。

また、docker コンテナーがゼロ以外のコードで終了したことを示すエラーが発生した場合も同様です。gcloud beta ml jobs stream-logs と同じものを表示する GUI ページにリンクしています。私の仕事が生成したもののコンソールからの実際の出力を私に示すものは何もありません...

助けてください？？

Cloud Machine Learning APIでのカスタム スケール階層の使用について調査しています。

さて、カスタム層を設計する方法が正確にはわかりません! 私は基本的に CIFAR タイプのモデルを使用しており、以下を使用することにしました。

しかし、クラスターを適切にディメンション化する方法に関する情報はほとんど見つかりません。そこに「経験則」はありますか？それとも、試してテストする必要がありますか?

よろしくお願いします！