问题标签 [gcp-ai-platform-notebook]

发布方法 URL

https://cloudresourcemanager.googleapis.com/v1/projects/project-name:setIamPolicy

要求：

回复：

{

"error": { "code": 409, "message": "有并发策略更改。请使用指数退避重试整个读取-修改-写入。", "status": "ABORTED" }

}

我推出了一个带有 GCP AI 平台的笔记本。然后，我尝试通过以下方式安装 tensorflow：

import tensorflow as tf

有一个错误信息

没有名为“tensorflow”的模块

我尝试通过以下方式安装它：

!pip install -U --user tensorflow==1.14.0

但是出现了同样的错误信息。由于它是一个 GCP 平台，我想知道为什么我需要安装 tensorflow。在 Coursera 培训期间，我可以直接导入 tensorflow，无需安装。我想知道我是否错过了什么。

如果您能提供帮助，将不胜感激。

谢谢

我已经搜索了这个问题的答案，这个问题是重复的，但我需要澄清一下，因为我查看了两个不同的地方，答案有点相反。

以下 Stack Overflow答案提到Google Cloud AI Platform Notebooks 是 Google Cloud Datalab 的升级版本。在下面的 Quora页面上，其中一位架构师提到Cloud Datalab 构建在 Jypyter Notebook 之上。

Cloud Datalab 正在添加自己的新网络。AI Notebooks 保留在现有网络中。使用我当前的环境设置，我不想增加维护额外网络和安全性的开销来监视，因此 AI Notebooks 是直接的解决方案。但我也想了解 Cloud Datalab 提供的好处。

• AI Notebook和Cloud Datalab之间，应该使用哪个，在什么
  场景下使用？

• Cloud Datalab 是否也提供 Python、Tensorflow 或 R 环境（如 AI Notebooks）的预安装包？

我正在尝试使用GCP 的 AI Notebooks。但是，当您%pip install使用软件包时，它会安装在系统路径之外，您无法从 shell 调用它。试图更改默认路径，但我做错了什么。将不胜感激的建议。

这是一个例子：

当我在 shell 中尝试同一!export行时，路径会发生变化，并且 shell 会找到我的可执行文件。当我在笔记本中尝试时，它没有。

在我的环境中，我有一个 AI Platform Notebooks 实例，我只为其配置了单用户访问权限。但是，我无法通过 SSH 访问它。

我试图通过授予适当的 Cloud IAM 角色来使其工作。我将iam/serviceAccountUser和iam/Project Editor角色都授予了用于该实例的服务帐户。由于该实例没有外部 IP 地址，因此我也授予了iam/IAP Tunnel User角色。

当使用默认服务帐户创建 AI Platform Notebooks 时，它工作正常。显然，我一定遗漏了一些细粒度的东西。限制是否适用于单个用户，或者可能是什么原因造成的？

在过去的几天里，我一直在使用 Colab 和 TPU，它很棒。现在，我想在 GCE 上升级到付费 TPU。我一直在关注这里的快速入门：https ://cloud.google.com/tpu/docs/quickstart

我使用 tpu up 创建了一个存储桶和一个 TPU。现在想使用我的笔记本连接到 TPU，使用 GCP AI 笔记本 ( https://console.cloud.google.com/ai-platform/notebooks ) 托管。当我在 Colab 上时，我可以使用以下方式访问它：

当我在 GCP AI Notebook 中运行同一行时...

...它抛出这个错误

我如何解决它？顺便说一句，如果 Google 的任何人正在阅读此内容：如果您要为此产品收取 1-5 美元/小时的费用，那么 Colab 的“升级”按钮怎么样？每个人都赢了。

谢谢！

这似乎是一个非常简单的问题，但我找不到解决方法。jyputer notebook 有一个一个下载文件的选项。但是我的训练过程产生了太多的文件，我想一次全部下载。有什么办法吗？

我的任务是通过 Papermill 操作员自动安排一些日常运行的笔记本，这些笔记本在 AI 平台笔记本上，但实际上通过 Cloud Composer 执行此操作给我带来了一些麻烦。

任何帮助表示赞赏！

我正在尝试在 GCP AI Platform Notebooks 中创建 Python 3 Notebook，但内核始终是 python 2。

创建新的“Python 3”笔记本后，右上角的内核正确显示 python 3 但! python --version返回Python 2.7.13并

抛出一个语法错误。选择右上角的 Python 3，重启内核，重启实例不会改变结果。

我可以看到 python 3 是从终端安装的，$ python3 --version->Python 3.5.3所以启动器似乎被破坏了！

然后我通过 SSH 连接到实例上，并运行 jupyter notebook（正确指向 python 3.5）

但仍然遇到这种行为： 在此处输入图像描述

由于防火墙问题，我无法在本地访问Cloud Console或安装/运行。gcloud即使附加到 Compute Engine 虚拟机实例也会失败。但是，从 AI Platform 启动 Notebook 并在浏览器中处理它是我的环境中唯一有效的方法。

为了测试演示并了解如何保存和部署模型，我为波士顿住房数据集编写了一些非常基本的代码。但是代码在我调用的部分失败joblib.dump(model, filename)。然而，完全相同的代码在本地毫无例外地工作。

我有一个总体想法，我需要将模型保存/部署到 Google Cloud Storage 并以某种方式从那里访问它。但是我发现的说明一直提到一些我目前无法访问的 shell 环境。

Q1.) 有没有办法在不离开笔记本环境的情况下将模型保存在云存储中？
Q2.) 另外，我如何再次访问模型进行预测？

最重要的问题。）将上述 2 个问题的工作，引导我有一个部署模型？

您可以使用的示例代码 -