我已经浏览了关于人口普查数据的cloudML教程：cloud.google.com/ml-engine/docs/how-tos/getting-started-training-prediction，其中Job已成功完成。但是，当我浏览花卉图像数据的教程时：https://cloud.google.com/blog/big-data/2016/12/how-to-classify-images-with-tensorflow-using-google-cloud-machine-learning-and-cloud-dataflow我的训练任务看起来是成功的，基于从日志中完成1000步。但是，从此快照StackDriver logs完成后，它表示作业失败。我尝试使用相同的结构替换人口普查数据演练中的命令行参数，删除并重新创建JOB_ID和--output_path用户参数，使用STANDARD_1比例级但无效。我可以从社区获得任何帮助。谢谢！
以下是错误，您可以看到弹出日志快照的尾端：
* { textPayload：＆＃34;副本主机0退出时的非零状态为1.终止原因：错误。 Traceback（最近一次调用最后一次）： 文件＆＃34; /usr/lib/python2.7/runpy.py"，第162行，在_run_module_as_main中 ＆＃34; __ main __＆＃34;，fname，loader，pkg_name） 文件＆＃34; /usr/lib/python2.7/runpy.py"，第72行，在_run_code中 run_globals中的exec代码 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第542行， tf.app.run（） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py"，第44行，运行中 _sys.exit（main（_sys.argv [：1] + flags_passthrough）） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第305行，主要 run（model，argv） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第436行，在运行中 调度（args，模型，集群，任务） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第477行，发送 培训师（args，model，cluster，task）.run_training（） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第241行，在run_training中 self.eval（会话） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py"，第283行，在eval中 self.model.format_metric_values（self.evaluator.evaluate（））） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py"，第95行，在评估中 返回metric_values 文件＆＃34; /usr/lib/python2.7/contextlib.py"，第35行，在__exit__中 self.gen.throw（类型，值，追溯） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/training/supervisor.py"，第960行，在managed_session中 self.stop的（close_summary_writer = close_summary_writer） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/training/supervisor.py" ;,第788行，停止 stop_grace_period_secs = self._stop_grace_secs） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/training/coordinator.py" ;,第386行，在加入 six.reraise（ self._exc_info_to_raise） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/training/queue_runner_impl.py" ;,第234行，在_run中 sess.run（enqueue_op） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py" ;,第767行，在运行中 run_metadata_ptr） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py" ;,第965行，在_run中 feed_dict_string，options，run_metadata） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py"，第1015行，在_do_run中 target_list，options，run_metadata） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py"，第1035行，在_do_call中 提升类型（e）（node_def，op，message） NotFoundError：执行HTTP请求时出错（HTTP响应代码404，错误代码0，错误消息＆＃39;＆＃39;） 当读取gs：// project-166422-ml / User / flowers_User_20170522_121407 / preproc / eval [[Node：ReaderReadUpToV2 = ReaderReadUpToV2 [_device =＆＃34; / job：localhost / replica：0 / task：0 / cpu：0＆＃34;]（TFRecordReaderV2，input_producer，ReaderReadUpToV2 / num_records）]] 由op u＆＃39; ReaderReadUpToV2＆＃39;引起，定义于： 文件＆＃34; /usr/lib/python2.7/runpy.py"，第162行，在_run_module_as_main中 ＆＃34; __ main __＆＃34;，fname，loader，pkg_name） 文件＆＃34; /usr/lib/python2.7/runpy.py"，第72行，在_run_code中 run_globals中的exec代码 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第542行， tf.app.run（） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py"，第44行，运行中 _sys.exit（main（_sys.argv [：1] + flags_passthrough）） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第305行，主要 run（model，argv） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第436行，在运行中 调度（args，模型，集群，任务） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第477行，发送 培训师（args，model，cluster，task）.run_training（） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py" ;,第241行，在run_training中 self.eval（会话） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py"，第283行，在eval中 self.model.format_metric_values（self.evaluator.evaluate（））） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/task.py"，第57行，在评估中 self.eval_batch_size） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/model.py" ;,第310行，在build_eval_graph中 return self.build_graph（data_paths，batch_size，GraphMod.EVALUATE） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/model.py" ;,第231行，在build_graph中 num_epochs =如果is_training else则为无2） 文件＆＃34; /root/.local/lib/python2.7/site-packages/trainer/util.py"，第52行，在read_examples中 filename_queue，batch_size） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/io_ops.py"，第226行，在read_up_to中 名称=名称） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/ops/gen_io_ops.py"，第380行，在_reader_read_up_to_v2中 num_records = num_records，name = name） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/op_def_library.py"，第763行，在apply_op中 op_def = op_def） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py" ;,第2327行，在create_op中 original_op = self._default_original_op，op_def = op_def） 文件＆＃34; /usr/local/lib/python2.7/dist-packages/tensorflow/python/framework/ops.py" ;,第1226行，在__init__中 self._traceback = _extract_stack（） NotFoundError（参见上面的回溯）：执行HTTP请求时出错（HTTP响应代码404，错误代码0，错误消息＆＃39;＆＃39;） 当读取gs：// project-166422-ml / User / flowers_User_20170522_121407 / preproc / eval [[Node：ReaderReadUpToV2 = ReaderReadUpToV2 [_device =＆＃34; / job：localhost / replica：0 / task：0 / cpu：0＆＃34;]（TFRecordReaderV2，input_producer，ReaderReadUpToV2 / num_records）]] 要了解有关您的工作退出原因的详情，请查看日志：console.cloud.google.com/logs/viewer?project=123456234&resource=ml_job%2Fjob_id%2Fflowers_User_20170524_145125&advancedFilter=resource.type%3D%22ml_job%22% 0Aresource.labels.job_id％3D％22flowers_User_20170524_145125％22＆＃34;
答案 0 :(得分：0)
错误表示尝试阅读
时未找到404
gs://project-166422-ml/User/flowers_User_20170522_121407/preproc/eval
该文件是否存在？
根据名称，我猜测评估数据。所以我的猜测是你每1000步只运行一次评估，这就是1000步成功完成的原因。然后它尝试运行评估，但由于数据不存在而失败。