如何修复 AI Platform GPU 分布式训练作业中未找到的训练包答案

【问题标题】：How to fix trainer package not found in AI Platform GPU-distributed training job如何修复 AI Platform GPU 分布式训练作业中未找到的训练包
【发布时间】：2019-10-22 12:06:31
【问题描述】：

我正在尝试在 AI Platform 上训练 TensorFlow Estimator。该模型在本地训练非常好，尽管速度非常慢，但是当我尝试在 AI Platform 上运行分布式 GPU 训练时，我遇到了这个错误：

CommandException: No URLs matched: gs://path/.../trainer-0.1.tar.gz

按照 Google Cloud AI Platform 的建议，我将代码与 trainer 模块打包在一起。任何帮助将不胜感激！

【问题讨论】：

您可以向 cloudml-feedback@google.com 发送一封带有工作 ID 的电子邮件吗？仅根据错误消息很难判断。谢谢！
我实际上能够解决我的问题：似乎如果我不设置临时存储桶，那么存储检查点的模型目录将在工作人员副本能够覆盖之前覆盖训练包下载教练！添加暂存桶解决了这个问题

标签： tensorflow google-cloud-ml

【解决方案1】：

我实际上能够解决我的问题：如果我不设置临时存储桶，那么存储检查点的模型目录将在工作人员副本能够下载培训师之前覆盖培训师包！我不确定当工作人员副本还没有全部下载训练器时检查点是如何开始存储的，但是添加与我的模型目录不同的暂存桶解决了这个问题。

【讨论】：