创建 GCP 深度学习 VM 映像时出错答案

【问题标题】：Error in creating GCP deep learning VM image创建 GCP 深度学习 VM 映像时出错
【发布时间】：2019-07-14 23:40:57
【问题描述】：

我在尝试使用免费的 300 美元积分创建 GCP 深度学习 VM 实例时遇到以下错误。我尝试了多个服务器位置（美国西部、美国中部等）

tensorflow-1 有资源警告 tensorflow-1-vm: {"ResourceType":"compute.v1.instance","ResourceErrorCode":"403","ResourceErrorMessage":{"code":403,"errors":[{"domain":"usageLimits ","message":"配额 'GPUS_ALL_REGIONS' 超出。限制：全局 0.0。","reason":"quotaExceeded"}],"message":"配额 'GPUS_ALL_REGIONS' 超出。限制：全局 0.0。","statusMessage ":"Forbidden","requestPath":"https://www.googleapis.com/compute/v1/projects/dltest-232312/zones/us-central1-a/instances","httpMethod":"POST"}}

【问题讨论】：

您需要先升级您的帐户。免费试用不涵盖所有服务和配置。免费试用的 GPU 配额为 0。
非常感谢。升级后，如果 GPU 配额设置为零，我们还必须请求配额升级。

标签： google-cloud-platform google-compute-engine

【解决方案1】：

升级您的帐户。
增加全局 gpu 配额。
在您想要的特定区域增加配额。

【讨论】：

【解决方案2】：

如Always Free usage limits 文档和John Hanley 所述，使用免费试用时不包括 GPU：

GPU 和 TPU 不包含在 Always Free 优惠中。您将始终为添加到实例的 GPU 和 TPUS 付费。

如果您想使用此类资源，您必须升级您的帐户和check your existing quotas 以验证您的项目中是否有足够的 GPU 可用。

此外，重要的是要考虑到，当您申请 GPU 配额时，必须要求为您要为每个区域创建的特定 GPU 型号申请配额，以及为总 GPU 申请额外的全局配额。所有区域。

Here您可以找到使用此组件时需要考虑的定价细节。

【讨论】：