提交用于 TensorFlow 对象检测的 Google Cloud ML 训练作业时出现错误消息答案

【问题标题】：Error message while submitting Google Cloud ML Training job for Tensorflow Object Detection提交用于 TensorFlow 对象检测的 Google Cloud ML 训练作业时出现错误消息
【发布时间】：2018-04-10 13:34:03
【问题描述】：

尝试为 TensorFlow 对象检测任务提交 Google Cloud ML 训练作业，我正在关注 official guideline

以下是我提交的工作：

export CONFIG=trainer/cloud.yaml
export TRAIN_DIR=kt-1000/training
export PIPELINE_CONFIG=kt-1000/training/ssd_mobilenet_v1_pets.config

gcloud ml-engine jobs submit training object_detection_`date +%s` \

    --job-dir=gs://${TRAIN_DIR} \
    --packages dist/object_detection-0.1.tar.gz,slim/dist/slim
0.1.tar.gz \
    --module-name object_detection.train \
    --region asia-east1-a \
    --config ${CONFIG} \
    -- \
    --train_dir=gs://${TRAIN_DIR} \
    --pipeline_config_path=gs://${PIPELINE_CONFIG}

我收到以下错误消息：

ERROR: (gcloud.ml-engine.jobs.submit.training) unrecognized arguments:

然而，错误消息并没有指出哪个参数是无法识别的！！！！

对此的任何帮助将不胜感激

谢谢，

德夫约蒂

【问题讨论】：

尝试删除每一行中“\”后面的空格吗？

标签： tensorflow google-cloud-ml

【解决方案1】：

您只需删除-- 之前的所有空格，如下所示：

gcloud ml-engine jobs submit training $JOB_NAME \
--job-dir $OUTPUT_PATH \
--runtime-version 1.10  \
--python-version 3.5 \
--module-name trainer.task \
--package-path trainer/ \
--region $REGION \
-- \
--train-files $TRAIN_DATA \
--eval-files $EVAL_DATA \
--train-steps 1000 \
--eval-steps 100 \
--verbosity DEBUG

【讨论】：

这正是我的问题，它应该是公认的答案。我习惯于在脚本文件中添加空格以帮助提高可读性，从而导致错误

【解决方案2】：

我的 Windows 机器上的官方指南也遇到了问题。

1.检查什么是无法识别的参数。

2.注意--config和--train_dir之间有一个空的--（这是我的错误来自）

ps：在 Windows 上没有date +%s。因此，我用自己的 JOB_NAME 替换。

【讨论】：

【解决方案3】：

尝试不使用作业目录。您不需要指定作业目录。 ML Engine 在调用你的作业时会传入一个作业目录

【讨论】：

：我取出了 job-dir 但仍然收到相同的消息。将询问 Google Cloud ML 团队的人员是否可以查看并回复。请注意，我已按照 Github 中的 Google Cloud ML 文档中提到的相同步骤进行操作

【解决方案4】：

就我而言，我添加了以下内容

import gcsfs

然后 $ 变量被识别。

【讨论】：