问题标签 [google-cloud-datalab]

当我尝试部署 Datalab 时，在部署 datalab appengine 模块期间，我在日志中看到以下错误：

我看到一个名为 datalab 的模块出现（说它在 us-central 中），但是当我返回页面启动它时，它要求我再次部署。我已经重试了 3-4 次，结果相同。

没有别的东西是日志突出为错误或问题。有什么建议可以帮助解决这个问题吗？

我对 Google Cloud Datalab 还是很陌生，并且在执行参数化查询时遇到了一些麻烦。

我按照从Datalab 教程传递查询参数的示例，并尝试将其应用于以下查询：

我想遍历所有user_events表，索引为 0,1,2,3 ...为此，我想传递 TABLE_QUERY 的参数并在循环的一次迭代中查询每个表 - 不是全部桌子同时。（因为我需要在每个表中对用户记录进行排序；一次对所有user_events表执行查询时超出了资源）

1.）我定义了一个新的查询（%%sql --module topUserEvents等）并从上面的查询中替换了以下部分：

和：

执行查询，将表号作为字符串传递 - 不起作用：

2.) 我还尝试传递整个字符串，将原始查询的一部分替换为：

执行查询，传递整个字符串，返回大查询异常：

有谁知道如何为 TABLE_QUERY 参数传递（一部分）字符串，例如上面的情况？

任何帮助将不胜感激 ：）

根据我的阅读，我们可以通过下载 .pynb 文件并以这种方式共享或共享 html 链接来共享云数据实验室笔记本。
我在 datalab_main 下创建了一个新文件夹并创建了新笔记本。我已经从 git 存储库源代码中提交了文件，并且它已成功提交。现在，当我尝试共享 html 方式时，存储库提交并没有反映给其他人同一个项目（拥有所有权限），当他们点击 html URL 时，它给出 404，因为我创建的文件夹不是为其他用户创建的。你能帮我吗？

我在 Python 中运行以下代码以从数据实验室笔记本连接到大查询 api：

我收到以下错误：

() 中的 ImportError Traceback（最近一次调用最后一次）

----> 5 个凭据 = GoogleCredentials.get_application_default() 6 7 bigquery_service = build('bigquery', 'v2', credentials=credentials)

/usr/local/lib/python2.7/dist-packages/oauth2client/client.pyc in >get_application_default() 1202 """ 1203 return self -> 1204 1205 @property 1206 def serialization_data(self):

/usr/local/lib/python2.7/dist-packages/oauth2client/client.pyc in _get_implicit_credentials(cls) 1187 access_token、client_id、client_secret、refresh_token、1188 token_expiry、token_uri、user_agent、revoke_uri=revoke_uri) -> 1189 1190 def create_scoped_required(self): 1191 """这个 Credentials 对象是否是无范围的。

/usr/local/lib/python2.7/dist-packages/oauth2client/client.pyc in _implicit_credentials_from_gce() 1123 def _in_gce_environment(): 1124 """检测代码是否在计算引擎环境中运行。-> 1125 1126返回： 1127 如果在 GCE 环境中运行，则返回 True，否则返回 False。

/usr/local/lib/python2.7/dist-packages/oauth2client/client.pyc in _get_application_default_credential_GCE() 1378 credentials：要保存到公知文件的凭证；1379 它应该是 GoogleCredentials 的一个实例 -> 1380 well_known_file：1381 保存凭据的文件的名称；此参数应该仅用于 1382 测试

/usr/local/lib/python2.7/dist-packages/oauth2client/gce.py in () 24 from oauth2client._helpers import _from_bytes 25 from oauth2client import util ---> 26 from oauth2client.client import HttpAccessTokenRefreshError 27 from oauth2client.客户端导入 AssertionCredentials 28

ImportError：无法导入名称 HttpAccessTokenRefreshError

我错过了什么？为什么这个谷歌提供的例子不适用于数据实验室？

试图弄清楚是否可以引用 python 数据作为创建图表的来源。

我无法使用找到的说明删除数据实验室：https://cloud.google.com/datalab/getting-started#manage_instances_and_notebooks在Deleting VM instances 下。不断收到错误 - “错误：此应用程序有一个待处理的操作。请稍候，然后重试。”

一段时间后我继续尝试......但不起作用。我账户的费用正在增加，我无法停止。

已尝试以下操作：如何正确停止 Google Cloud Datalab

我正在尝试在 Google Datalab 中使用 sklearn.feature_selection 但是，Datalab 默认安装了 0.16.1 版本。我尝试使用安装 0.17 版

这很好用，但是当我运行一个新的代码块时，我仍然得到旧的 sklearn 版本，但路径正确。

现在让我们尝试一个新的 bash 块：

我错过了什么？

我已经开始阅读 datalab 的初始教程和文档，它们偶尔会提供建议的键盘快捷键，但我似乎无法在任何地方找到它们的列表，因此我可以探索各种选项。

任何链接或指导（甚至是我可以在 datalab 中输入的列出所有快捷方式的命令），将不胜感激。:)

我们有一个约 70,000 行和约 7 个特征的数据库，我们正在尝试对其进行基于 SVM 的预测。该服务在停止之前运行了 4-5 小时（没有结果。）我们如何按比例增加或减少进行计算的 CPU 的数量，以便它可以在几分钟而不是几小时内运行？

我们正在尝试使用支持向量机对我们的数据集进行预测，但只有 70,000 行和 7 个特征——我们已经在 Google DataLabs 上尝试了 SVM，但我们的数据集太大，无法在 DataLabs VM 上的任何合理有限时间内进行计算。

我们希望利用一种跨 CPU 内核扩展统计方法的方法，例如 Azure 机器学习工作室上的 R 的 Revolution Analytics 版本，但我们的数据位于 Google BigQuery 上。

我们如何连接 Azure 机器学习工作室上的 R 脚本以在 Google BigQuery 上使用我们的数据集？