gcp-ai-platform-notebook相关内容

哪个 Google Cloud Platform 服务最容易运行 Tensorflow?

在完成 Udacity 深度学习作业时,我遇到了内存问题.我需要切换到云平台.我之前使用过 AWS EC2,但现在我想尝试 Google Cloud Platform (GCP).我至少需要 8GB 内存.我知道如何在本地使用 docker,但从未在云端尝试过. 有没有现成的解决方案可以在 GCP 上运行 Tensorflow? 如果没有,哪种服务(Compute Engine 或 Con ..

如何覆盖Google AI平台的标准库(即升级scikit-learn)并安装其他库以用于自定义预测例程?

我目前正在构建一个管道,试图查看是否可以在AI平台的预测服务中部署ML模型,然后稍后通过预测服务提供的HTTP请求在其他项目中使用它. 但是,所使用的模型是使用scikit-learn库构建的,该库的版本高于为预测运行时版本1.15提供的版本(这是google支持的scikit-learn预测的当前版本).该运行时版本仅支持scikit-learn版本0.20.4,而我的模型需要0.23.1 ..

GCP中的AI Notebook和Cloud Datalab有什么区别?

我一直在寻找这个问题的答案,这个问题是重复的,但是当我在两个不同的地方查看时,我需要澄清一下,答案有点相反. 以下堆栈溢出 answer 提到 Google Cloud AI Platform Notebooks是Google Cloud Datalab的升级版.在以下Quora的页面,其中一位架构师提到 Cloud Datalab是在Jypyter Notebook的基础上构建的. ..

GCP(AI平台笔记本)上的“服务器连接错误"

我在使用GCP和AI平台(Jupyterlab)时遇到了一些问题似乎我无法长时间与服务器保持稳定的连接.我不断收到"服务器连接错误"消息.从那里有两种可能性: 什么也没发生,我的手机一直在运转或 单元已停止运行,我可以在笔记本右上角看到状态"无内核!".每当我再次选择一个内核(python 3)时,根据运气我可以继续工作,或者该单元格将显示运行状态(其左侧带有*),但左下方的内核状态将保持 ..

Google Cloud Datalab和Google Cloud AI Platform Notebooks有什么区别?

我正在寻找建立端到端机器学习管道并评估数据探索组件选项的最佳方法. 我正在尝试找出Google Cloud Datalab和Google Cloud AI平台笔记本之间的区别.它们似乎都提供相似的功能,因此不确定它们为什么存在,或者一个是否是另一个的新迭代. 如果它们不同,那么一个人比另一个人有什么好处? 解决方案 Google Cloud AI Platform Notebo ..

如何获得对Google Cloud中AI Platform R 3.6笔记本实例中库文件夹的写访问权

我无法在Google Cloud的AI平台的JupyterLab中安装R软件包. 我是我工作的项目的所有者. 我创建了一个新的R 3.6实例,并将其权限设置为默认的Compute Engine默认服务帐户. 问题是,即使我是项目所有者,由于某种原因,我也没有对保存软件包的文件夹的写访问权,因此应该对项目中的所有内容都具有写访问权. 这是我尝试过的内容以及收到的错误消息: inst ..
发布时间:2020-11-18 21:12:20 其他开发

无法解决“错误:Git服务器扩展不可用." (Google笔记本)

最近几天创建一个新的笔记本实例后,打开时与Git服务器扩展有关的内部错误: 内部错误: 无法获取服务器根路径.错误:Git服务器扩展不可用.请通过运行以下命令确保已安装JupyterLab Git服务器扩展:pip install --upgrade jupyterlab-git.要确认已安装服务器扩展,请运行:jupyter serverextension list. 这意味着 ..

无法使用GPU创建GCP AI平台笔记本.它说超出配额'GPUS_ALL_REGIONS'.上限:全局0.0

我正在尝试创建具有GPU的GCP AI平台笔记本. 当我创建笔记本时,它给我错误: Quota 'GPUS_ALL_REGIONS' exceeded. Limit: 0.0 globally 但是,我已请求增加配额并获得批准. 为什么我仍然看到此错误? 解决方案 原来有两种GPU配额(区域配额和全局配额),您需要确保同时增加了这两种配额.如果只有 个配额没有被使用, ..

Google Cloud AI Platform Notebook实例将不会在Jupyter中使用GPU

我正在使用预先构建的AI平台Jupyter Notebook实例通过一张Tesla K80卡训练模型.问题是我不认为该模型实际上是在GPU上训练的. nvidia-smi在训练过程中返回以下内容: 未找到正在运行的进程 不是“找不到正在运行的进程",而是“可变GPU使用率"是100%.似乎有些奇怪... ...而且训练太慢了. 几天前,每次笔记本运行后,我都无法释放G ..