Предоставление аргументов оператору воздушного потока MLEngine - PullRequest
Новая
       22

Предоставление аргументов оператору воздушного потока MLEngine

0 голосов
/ 28 января 2019

Я смог успешно тренироваться, используя gcloud ml-engine sumbit job CLI.Затем я скопировал значение «args» из обучающего ввода консоли успешного задания. 

"args": [
    "--output_dir=gs://composer-models/flowers/trained_cnn",
    "--train_steps=1000",
    "--learning_rate=0.01",
    "--batch_size=40",
    "--model=cnn",
    "--augment",
    "--batch_norm",
    "--train_data_path=gs://cloud-ml-data/img/flower_photos/train_set.csv",
    "--eval_data_path=gs://cloud-ml-data/img/flower_photos/eval_set.csv"
  ]

Однако теперь, когда я пытаюсь предоставить их для запуска задания с использованием воздушного потока MLEngineTrainingOperator, я получаю следующую ошибку: enter image description here

Несмотря на то, что аргументы идентичны аргументам, использованным в успешном прогоне с использованием gcloud.

Эта часть должна анализировать аргументы в файле task.py: 

  parser.add_argument(
      '--learning_rate',
      help='Initial learning rate for training',
      type=float,
      default=0.01
  )

1 Ответ

0 голосов
/ 28 января 2019

Аргументы, предназначенные для тренера, должны быть переданы training_args из MLEngineTrainingOperator.Проверьте документацию оператора здесь.http://airflow.apache.org/integration.html#mlenginetrainingoperator

Из сообщения об ошибке, я подозреваю, вы добавили аргументы только для --learning_rate и --batch_size в task.py?

...