0

我想使用自定义容器启动 AI Platform Notebook 实例，以便添加一些依赖项（例如 Python 3.7）。但是，当我运行自定义容器时，我无法从 Cloud Filestore 挂载我的数据。

根据文档，我使用这个深度学习图像创建了一个自定义容器：

gcr.io/deeplearning-platform-release/tf-cpu

我还没有制作自己的容器，并且添加了零自定义；我刚刚gcr.io/deeplearning-platform-release/tf-cpu为我的自定义实例插入控制台。

当我尝试挂载我的 Cloud Filestore 时，我收到以下错误：

root@c7a60444b0fc:/# mount <IP_ADDRESS>:/streams cfs
mount.nfs: rpc.statd is not running but is required for remote locking.
mount.nfs: Either use '-o nolock' to keep locks local, or start statd.
root@c7a60444b0fc:/# mount -o nolock <IP_ADDRESS>:/streams cfs
mount.nfs: Operation not permitted

现在，当我从控制台启动 TensorFlow 1.15 笔记本时（没有自定义），安装工作正常，并且环境与我使用深度学习图像得到的不同。特别是，深度学习图像以root用户身份启动，而 TF 1.15 实例以jupyter用户身份启动。

那么 GCP AI Notebook 实际使用的是什么镜像呢？深度学习映像需要哪些额外的自定义才能挂载云文件存储？

4

1 回答 1

0

AI Platform Notebooks 环境由您在创建实例时选择的容器映像提供。在此页面中，您将看到可用的容器图像类型。

您面临的问题是一个已知问题，它发生在 rpc-statd.service 未初始化时。我已经按照以下步骤解决了它：

  • 创建了一个 Filestore 实例
  • 在与 Filestore 实例相同的 VPC 中创建了一个具有 Python 环境的 AI Platform Notebooks 实例

  • 进入 root 模式，安装 nfs-common 并启用 rpc-statd.service：

    sudo bash
sudo apt install nfs-common
systemctl enable rpcstatd.service

使用上述命令并遵循这些步骤，我可以正确挂载和访问 Filestore NFS。

如果您想进一步自定义自定义容器，您应该考虑到，为了访问 Cloud Filestore，您必须使用 VPN 连接到与您的 Filestore 实例相同的网络，如本文中所建议的那样，否则调用 Filestore 的实例内部 IP 时会出现“连接超时”错误。您可以使用Cloud VPN来执行此操作。

于 2020-01-21T12:03:06.943 回答