1

Google Cloud Monetary Engineを使用して私のバリアントオートエンコーダーモデルのハイパーパラメーターを最適化しようとしましたが、入力に指定した.tfrecordファイルが見つかりません。私のモデルコードでは、canonical cifar10 exampleのようにtrain.tfrecordsを入力テンソルに渡し、train.tfrecordsの場所をフルパスで指定します。Google Cloud MXエンジンがローカルのTFRコードを見つけることができません

関連情報:

  • JOB_DIRポイントトレーナーディレクトリ
  • This imageへの私のsetup.pyファイルは以下の通りです
  • 私のディレクトリ構造を示しています

    from setuptools import find_packages 
    from setuptools import setup 
    
    REQUIRED_PACKAGES = ['tensorflow==1.3.0', 'opencv-python'] 
    
    setup(
        name='trainer', 
        version='0.1', 
        install_requires=REQUIRED_PACKAGES, 
        packages=find_packages(), 
        include_package_data=True, 
        description='My trainer application package.' 
    ) 
    

答えて

0

ジョブは実行されて読み込めませんローカルマシンからのデータ。あなたの仕事でTFRecordファイルを利用できるようにする最も簡単な方法は、それらをGCSにコピーし、GCSファイルの場所をフラグとしてプログラムに渡し、それらのフラグを使用して読者とライターを設定することです。

+0

ありがとうございました!私はこれを試してみる(現在GCSに記録をアップロードしている)。さらに、フラグを使用するexample task.pyファイルの場所を知っていますか?私はこの例を見てきましたが、tf.flagsの代わりにargparseを使用しています:https://github.com/GoogleCloudPlatform/cloudml-samples/blob/master/census/estimator/trainer/task.py – hannahrae

+0

私は多くのTensorFlowの例ではtf.flagsが使用されていますが、CMLE固有の例はわかりません。 –

関連する問題