【发布时间】：2017-11-09 11:05:48
【问题描述】：
我正在尝试在 Google 的 Cloud ML 上运行培训作业。我工作的迹象是：
- 诸如此类的消息表明软件包已构建和安装：
INFO 2017-06-07 15:14:01 -0700 master-replica-0 构建成功 培训工作-foo
信息 2017-06-07 15:14:01 -0700 master-replica-0 安装收集的包：training-job-foo
信息 2017-06-07 15:14:01 -0700 master-replica-0 安装成功 training-job-foo-0.1.dev0
信息 2017-06-07 15:14:01 -0700 master-replica-0 运行命令：pip install --user training-job-foo-0.1.dev0.tar.gz
信息 2017-06-07 15:14:02 -0700 master-replica-0 处理./training-job-foo-0.1.dev0.tar.gz
- 这样的消息表明我的工作开始了：
INFO 2017-06-07 15:14:03 -0700 master-replica-0 运行命令： python -m training-job-foo.training_routine_bar --job-dir gs://regional-bucket-similar-to-training-job/output/
- 这样的消息表明我的标量摘要正在处理中：
INFO 2017-06-07 15:14:21 -0700 master-replica-0 摘要名称 总计 准确性是非法的；改为使用 Total_Accuracy。
-
最后，我还看到 CPU、内存使用量增加，消耗的 MLUnits 增加
-
我应该补充一点，我还看到摘要 Filewriters 在创建作业之前创建摘要文件，但我没有看到这些文件的大小增加。我还看到一个初始检查点文件写入 gs://regional-bucket-similar-to-training-job/output/
除此之外，我看不到其他日志或输出。我应该看到日志，因为我打印准确性，经常丢失。我还编写摘要和检查点文件。
我错过了什么？
在这种情况下还有哪些其他调试工具可用？我目前所做的只是流式传输日志，在 Cloud ML 控制台上查看作业状态、CPU 使用情况、内存使用情况，并查看我的 Cloud Storage 存储桶是否有任何变化
【问题讨论】：
标签： machine-learning tensorflow google-cloud-ml google-cloud-ml-engine