我们有以下架构与GCP（Google云端平台）连接：
Module A：远程启动ML Engine作业（例如：来自AWS，我们的本地计算机......）Module B：GCP（ML引擎）。接受外部请求并运行我们配置的特定培训师。Module C：培训师。它由ML Engine运行。它运行learn进程并在/export/Servo/<timestamp>。因此，根据我们在GCP文档中看到的，要覆盖此路径，我们需要重新实现我们完全想要避免的estimator.export_savedmodel。
我们考虑的另一个解决方案是将输出文件夹从培训师发送到ML Engine作业，这样当我们的Module A询问ML Engine作业的状态时，它会获得输出文件夹。
有办法做到这一点吗？有没有更简单的方法？
答案 0 :(得分：0)
也许您可以查看此https://cloud.google.com/ml-engine/docs/managing-models-jobs以查看ML引擎作业的摘要。 Job.state显示它是否在QUEUED中，或者它已经完成（已成功，失败，取消）
gcloud ml-engine jobs describe $JOBNAME --summarize