有什么想法在Google AI平台上训练后如何自动将一些文件（主要是Tensorflow模型）发送到另一个计算实例或本地计算机？例如，我想在我的教练中跑步，像这样的GTK+。当然，我不需要使用scp。这只是一个例子。 Google有这种可能性吗？像这样wayland，将文件从作业传输到Google Cloud Storage没问题。但是，当我尝试使用os.system(scp -r ./file1 user@host:/path/to/folder)例如将数据从我的AI平台作业传输到另一个实例时，我得到了os.system('gsutil cp ./example_file gs://my_bucket/path/')。有什么想法我该怎么做？
更新 也许有可能自动从Google云端存储中下载所选文件夹中的所有文件？因此，例如，我会将数据从我的工作实例上传到google cloud storage文件夹，而我的另一个实例会自动检测到更改并下载所有新文件？
UPDATE2
我找到了os.system('gcloud compute scp ./example_file my_instance:/path/')，但不确定它是否可以在后台持续运行？此时，我想到的唯一解决方案是在后端使用cron job并例如每10分钟运行一次Your platform does not support SSH。但这似乎不是最佳解决方案。也许有内置的工具或另一个更好的主意？
答案 0 :(得分：1)
rsync命令通过复制所有丢失的文件/对象（或那些数据已更改的文件/对象），以及（如果指定了-d选项）删除任何目标文件，使目标目录下的内容与源文件下的内容相同。额外的文件/对象。源必须指定目录，存储桶或存储桶子目录。但是它不会在后台运行。
请记住，您使用的Notebook实际上是运行JupyterLab的VM，基于此，一旦Tensorflow完成创建文件并将其与另一个实例中的目录同步后，您就可以运行命令rsync喜欢：
import os
os.system("rsync -avrz Tensorflow/outputs/filename root@ip:Tensorflow/otputs/file")
我建议您查看rsync documentation，以了解使用该命令的所有可用选项。