如何在云TPU上使用Tensorflow Hub模型？
在云TPU上使用TensorFlow Hub模型，您可以按照以下步骤进行操作：
- 首先，确保您已经创建了一个云TPU实例，并且已经连接到该实例。
- 下载并安装TensorFlow和TensorFlow Hub库。您可以使用以下命令在云TPU实例上安装所需的库：
- 下载并安装TensorFlow和TensorFlow Hub库。您可以使用以下命令在云TPU实例上安装所需的库：
- 导入所需的库：
- 导入所需的库：
- 使用TensorFlow Hub加载模型。您可以使用以下代码加载模型：
- 使用TensorFlow Hub加载模型。您可以使用以下代码加载模型：
- 在上述代码中，我们使用了一个预训练的MobileNet V2模型作为示例。您可以根据您的需求选择不同的模型。
- 准备输入数据并进行预测。您可以使用以下代码进行预测：
- 准备输入数据并进行预测。您可以使用以下代码进行预测：
- 在上述代码中，我们使用了一个随机生成的输入数据作为示例。您可以根据您的实际需求准备输入数据。
- 处理预测结果。根据您加载的模型和应用场景的不同，您可能需要对预测结果进行后处理。例如，对于图像分类任务，您可以使用以下代码获取预测结果的标签：
- 处理预测结果。根据您加载的模型和应用场景的不同，您可能需要对预测结果进行后处理。例如，对于图像分类任务，您可以使用以下代码获取预测结果的标签：
- 在上述代码中，我们使用了一个预训练的标签文件来获取预测结果的标签。
这样，您就可以在云TPU上使用TensorFlow Hub模型进行预测了。请注意，上述代码仅为示例，您可以根据您的实际需求进行相应的修改和调整。
推荐的腾讯云相关产品：腾讯云AI加速器（TPU）。
更多关于TensorFlow Hub的信息，请参考腾讯云官方文档：TensorFlow Hub。
相关·内容
尝试在jupyter笔记本上使用tensforflow集线器，我安装了最新的tensorflow。但是，当我试图导入tensorflow_hub import tensorflow_hub as hub时，会出现一个错误：ImportError:无法从'tensorflow.python.tpu.tpu_embedding‘tensorflow.python.tpu.tpu_embedding导入名称'MomentumParameters’
我试过使用conda install -c anaconda tensorflow-hub在anaconda上安装tensorflow集线
浏览 2提问于2021-03-20得票数 1
1回答
我正在尝试微调一个伯特模型上的谷歌Colab从Tensorflow集线器使用这个。
但是，我遇到了以下错误：
InternalError: RET_CHECK failure (third_party/tensorflow/core/tpu/graph_rewrite/distributed_tpu_rewrite_pass.cc:2047) arg_shape.handle_type != DT_INVALID input edge: [id=2693 model_preprocessing_67660:0 -> cluster_train_function:628]
当我运行我的m
浏览 11提问于2021-12-25得票数 3
回答已采纳
2回答
我正在尝试将我在Google云控制台中的Keras模型转换为TPU模型。不幸的是，我得到了一个错误，如下所示。下面是我的最小示例：
import keras
from keras.models import Sequential
from keras.layers import Dense, Activation
import tensorflow as tf
import os
model = Sequential()
model.add(Dense(32, input_dim=784))
model.add(Dense(32))
model.add(Activation('relu
浏览 1提问于2019-02-05得票数 2
通过这样做，我已经从conda安装了TensorFlow_hub：
conda install -c conda-forge tensorflow-hub
但是，当我尝试在任何地方导入tensorflow_hub时，我会得到这个错误；
AttributeError Traceback (most recent call last)
/tmp/ipykernel_14843/980229998.py in <module>
1 import tensorflow as tf
----> 2 import tens
浏览 5提问于2021-12-08得票数 1
回答已采纳
1回答
我一直试图使用CloudTPUv2-8节点分析自定义NN模型的预测调用。
重要的是，我的预测调用大约需要2分钟才能完成，并且我使用在TFRecord批处理中划分的数据来完成它。
我跟踪了正式文档"“，并尝试捕捉到一个概要文件：
使用和
带有tf.profiler.experimental.start()和tf.profilier.experimental.stop()的“tf.profilier.experimental.stop”包装了预测调用，但在这两种情况下我都没有成功。
# TPU Node connection is done before...
# TPU
浏览 4提问于2022-08-08得票数 1
我想在TPU上运行我的Keras代码来分类文本。当我的模型想要计算Val_acc时，会显示这个错误：
batch_size must be divisible by strategy.num_towers (17 vs 8)
这是我的密码：
from __future__ import unicode_literals
import pandas as pd
import openpyxl
from hazm import *
import tensorflow as tf
import numpy as np
import matplotlib.pyplot as plt
import s
浏览 0提问于2018-10-11得票数 1
回答已采纳
我正在尝试使用Kaggle上的tensorflow hub的模型。如下所示： m = tf.keras.Sequential([
hub.KerasLayer("https://tfhub.dev/google/tf2-preview/mobilenet_v2/feature_vector/4", output_shape=[1280],
trainable=False), # Can be True, see below.
tf.keras.layers.Dense(num_classes, activation='softmax&#
浏览 19提问于2021-09-09得票数 0
回答已采纳
1回答
我想创建一个架构的副本。
原因是直接使用tf.saved_model.load()加载它不能与云TPU一起工作，而且我也无法访问Google cloud buckets。
我尝试创建一个Keras Sequential模型，然后创建它的副本，并将副本保存为.h5格式
model = tf.keras.models.Sequential([Input(shape=(32,32,3)),
hub.KerasLayer("https://tfhub.dev/captain-pool/esrgan-tf2/1", trainable=False)])
model_cop
浏览 0提问于2020-12-10得票数 0
我用scaleTier: BASIC在云ML引擎上开发了一个TensorFlow模型。
在带有scaleTier: BASIC_GPU的图形处理器上运行它的训练器效果很好。但是，试图在带有的TPU上运行它时，会产生以下错误消息：
type.googleapis.com/google.rpc.QuotaFailure
The request for 1 TPU_V2 accelerators exceeds the allowed maximum
of 30 K80, 30 P100.
这个限制是从哪里来的，可以通过启用另一个API或增加我的初始预算来解除吗？
浏览 24提问于2017-12-25得票数 0
回答已采纳
我以前在run_pretraining.py () tensorflow version 1.15.5版本中使用了python脚本。我也使用谷歌云TPU。是否可能使用tensorflow 2.x版本从零开始在TPU上进行伯特预培训的python脚本？
浏览 5提问于2022-07-25得票数 2
回答已采纳
我正在尝试使用来自Keras集线器()的BERT多语言作为TensorFlow模型中的一个层。在不使用分发策略的情况下训练模型效果很好。但是，当尝试通过分发策略利用Google Cloud TPU时，训练模型失败，并出现以下错误：
ValueError: Variable (<tf.Variable 'bert/embeddings/word_embeddings:0' shape=(119547, 768) dtype=float32>) was not created in the distribution strategy scope of (<tens
浏览 4提问于2020-01-08得票数 1
我正在通过huggingface使用transformers库。 他们在Tensorflow 2.0中为许多架构提供了预先训练的模型。我想在TPU上使用这些模型进行预测。由于TensorFlow2.0的TPU API仍处于实验阶段，因此我想在TensorFlow1.x中实现它 有没有办法将预先训练好的模型从TensorFlow2.0转换到TensorFlow1.x，反之亦然？ TensorFlow2.0的TPUE API描述如下：https://www.tensorflow.org/guide/distributed_training#tpustrategy，目前仍处于实验阶段，尚未共享合适
浏览 31提问于2019-10-01得票数 0
回答已采纳
是否有可能不是在Edge-TPU上而是在Coral的CPU上运行Tensorflow模型
是否有可能为孟德尔操作系统构建Tensorflow？
我有一个edge编译器无法转换的模型。
浏览 0提问于2019-06-07得票数 0
回答已采纳
1回答
什么架构的程序可以在TPU上运行？
必须使用tf.contrib.tpu.TPUEstimator吗？
除了tensorflow官方模型之外，是否有其他tpu程序示例可供参考？
浏览 1提问于2018-04-16得票数 1
我正在与TensorFlow和凯拉斯在TPU上工作，我需要加载预先训练的BERT模型并将其转换为TPU模型。我首先加载了模型，它工作得很好。 def _load_bert(self):
logging.info('Loading BERT from %s', self.bert_path)
config_path = os.path.join(self.bert_path, 'bert_config.json')
checkpoint_path = os.path.join(self.bert_path, 'bert_mode
浏览 62提问于2019-07-02得票数 1
回答已采纳
我在Colab和TPU运行时使用HuggingFace库训练BERT模型时遇到了这个问题。我已经正确设置了TPU，并检查它是否工作正常。 BERT模型的训练参数如下： from transformers import TFTrainer, TFTrainingArguments
training_args = TFTrainingArguments(
output_dir='./results', # output directory
num_train_epochs=5, # total number of tr
浏览 17提问于2021-06-17得票数 0
1回答
我想通过将--scaled-tier设置为basic-tpu来在TPU上训练我的TensorFlow模型。这在中被列为一个选项，但在中没有提到TPU。有没有办法知道使用TPU进行培训要花多少钱？
浏览 0提问于2017-11-25得票数 0
1回答
我试图在GCP的AI平台作业服务中运行一个超参数调优作业，这个程序得到了我的批准
100可抢占云TPU v2-8装置位于us-中心1-f区
20个按需云TPU v2-8设备在我们区域-中心1-f
5欧洲地区按需云TPU v3-8设备-West4-a
我已经在Tensorflow 2上构建了一个自定义模型，我希望运行作业，指定要利用TFRC程序和AI平台作业服务的确切区域；现在，我有一个YAML配置文件，看起来如下：
trainingInput:
scaleTier: basic-tpu
region: us-central1
hyperparameters:
浏览 4提问于2020-11-24得票数 0
回答已采纳
是否可以在本地计算机的TPU核上使用TensorFlow，或者TF仅限于云服务，即Collab或
浏览 1提问于2021-04-15得票数 0
2回答
我从Custom Vision下载了一个tensorflow模型，并希望在珊瑚tpu上运行它。因此，我将其转换为tensorflow-lite，并应用混合训练后量化(据我所知，这是唯一的方法，因为我无法访问训练数据)。你可以在这里看到代码：当我尝试为边缘tpu编译它时，我得到了以下结果：
Edge TPU Compiler version 2.0.258810407
INFO: Initialized TensorFlow Lite runtime.
Invalid model: model.tflite
Model not quantized
你知道我的问题是
浏览 3提问于2019-08-11得票数 2
我正在尝试使用TPU与谷歌云的Kubernetes引擎。当我尝试初始化TPU时，我的代码会返回几个错误，任何其他操作都只能在CPU上运行。为了运行这个程序，我将一个Python文件从我的Dockerhub工作区传输到Kubernetes，然后在一个v2可抢占的TPU上执行它。TPU使用Tensorflow 2.3，据我所知，Tensorflow 2.3是Cloud支持的最新版本。(当我尝试使用Tensorflow 2.4或2.5时，我遇到了一个错误，说明该版本还不受支持)。
当我运行我的代码时，Google会看到TPU，但是无法连接到它，而是使用CPU。它返回此错误：
tensorflow/s
浏览 6提问于2021-06-20得票数 2
回答已采纳
我用keras后端tensorflow。
我的本地pc上有RTX gpu，我想在tpu(张量核)上训练keras模型。
有什么办法吗？
浏览 2提问于2019-07-27得票数 0
回答已采纳
由于TF2.0没有tf.contrib层，我如何转换我的模型来运行TPU上的培训，而不需要访问tf.contrib.tpu.keras_to_tpu_model()
我试着寻找代码，但所有代码都运行在TensorFlow 1.x上
我的数据是.npy的，我有一个简单的模型，我只使用model.compile()和model.fit()来训练它，但是看起来这个模型是在CPU上运行的(在GPU上需要30分钟/次而不是2分钟/次)。
浏览 4提问于2019-04-05得票数 7
我正在遵循“如何用TPU训练Keras模型的速度更快”指南(click here)在谷歌的colab TPU上运行keras模型。它工作得很完美。但是，当我拟合我的模型时，我喜欢使用余弦重新开始学习率衰减。我已经编写了自己的TFOptimizer回调函数，但它在这个框架中不起作用，因为tensorflow keras类没有可以重置的学习率变量。我看到tensorflow本身在tf.train中有一堆像tf.train.cosine_decay一样的衰减函数，但是我不知道如何将它嵌入到我的模型中。 下面是这篇博文中的基本代码。有没有人有办法？ import tensorflow as tf
i
浏览 16提问于2019-03-14得票数 1
回答已采纳
1回答
我试图用Python2.7在TPU上用我自己的.tfrecord数据文件运行一个模型，我所有的代码都被编译了，但是TPU开始施展魔法的那一刻，我对幕后发生的事情一无所知。
有没有办法通过tf.debugger或类似的东西来跟踪幕后发生的事情？
这是我得到的唯一错误消息：
tensorflow.python.framework.errors_impl.DeadlineExceededError: Deadline Exceeded on Init TPU system
谢谢!
浏览 2提问于2018-08-25得票数 1
我正在尝试使用google cloud的TPU来训练我的模型。该模型在CPU和GPU上运行良好，我可以毫无问题地运行TPU教程(所以这不是连接TPU的问题)。然而，当我在TPU云上运行我的程序时，我得到一个错误。最重要的一行可能是以下代码：
NotImplementedError: Non-resource Variables are not supported inside TPU computations (operator name: training_op/update_2nd_caps/primary_to_first_fc/W/ApplyAdam/RefEnter)
这里是完整的错
浏览 0提问于2018-07-17得票数 1
我试着用Tensorflow 2在Colab上教自己转移学习技巧。
使用GPU很好，但是众所周知，Google有它的TPU，而且它们比GPU更快。
在Colab中，当我将"Type“从GPU切换到"TPU”时，我在下面的命令中添加--use_tpu=true
python /content/models/research/object_detection/model_main_tf2.py \
--pipeline_config_path={pipeline_fname} \
--model_dir={model_dir} \
--checkpoint_dir={model_d
浏览 15提问于2020-10-23得票数 0
1回答
因此，目前keras.ImageDataGenerator和tf.data.Dataset都不支持tensorflow TPU，有没有其他方法可以为Tpu上的训练模型加载图像数据？
浏览 15提问于2020-10-17得票数 0
回答已采纳
该代码在GPU和CPU.But上运行良好，当我使用keras_to_tpu_model函数使模型能够在TPU上运行时，出现了错误。
这是colab的完整输出：
改变运行类型为TPU，我认为这是可以复制。
github上的代码：
您可以通过更改到GPU分支来测试gpu上的代码。
回溯
Traceback (most recent call last):
File "src/hypergraph_embedding.py", line 158, in <module>
h.train(dataset)
File "src/hypergra
浏览 0提问于2018-10-23得票数 3
回答已采纳
我试着用TPU在google上训练一个简单的MLP模型。但是，当我尝试将模型转换为
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
from keras.constraints import NonNeg
model = Sequential()
model.add(Dense(57,input_shape=(57,)))
model.add(Dense(60,kernel_constraint=NonNeg(),activation="relu")
浏览 0提问于2019-03-19得票数 2
回答已采纳
我可以打开一个ctpu会话并从我的git存储库获取所需的代码，但是当我从云shell运行我的tensorflow代码时，我得到一条消息，告诉我没有TPU，我的程序崩溃。下面是我得到的错误消息：
adrien_doerig@adrien-doerig:~/capser$ python TPU_playground.py
(unset)
INFO:tensorflow:Querying Tensorflow master () for TPU system metadata.
2018-07-16 09:45:49.951310: I tensorflow/core/platform/cpu_fe
浏览 7提问于2018-07-13得票数 3
回答已采纳
我正在使用来自tensorflow中心的ELMO模型。
import tensorflow as tf
import tensorflow_hub as hub
from tensorflow.contrib import predictor
elmo = hub.Module("https://tfhub.dev/google/elmo/3", trainable=False)
默认输出维度为1024。有没有可能在不使用PCA/丢失信息的情况下将ELMO嵌入降到128？
浏览 2提问于2020-07-08得票数 1
回答已采纳
export_saved_model用于TPUEstimator引发TypeError:未能使用Tensorflow 1.12.0将类型的对象转换为张量。我是否不正确地使用它，或者如果它是一个bug，有一些解决办法吗？
我想用TPUEstimator在TPU上训练一个模型，然后在CPU上使用本地训练的模型。我不能直接使用在培训期间保存的图形，但是我需要使用export_saved_model ()。
export_saved_model on TPUEstimator在Tensorflow 1.13.0rc0上正确工作，但是它在当前的Tensorflow 1.12.0 ()中失败。然而，目前，
浏览 0提问于2019-02-15得票数 0
我试图利用Google 使用张量处理单元来训练神经网络。Tensorflow刚刚发布了一个主要版本2.0，所以我尝试在Tensorflow 2.0中实现这一点。我试过遵循三个指南，但都是为Tensorflow 1.14编写的--而Tensorflow 2.0失败了：
1)遵循指南，我得到了错误：
AttributeError: module 'tensorflow' has no attribute 'Session'
(从引用:以tf.Session(tpu_address)作为会话：)
2)遵循指南，我得到了相同的错误
3)遵循指南，我得到了错误：
Attr
浏览 0提问于2019-10-03得票数 3
回答已采纳
我正在尝试使用Google的免费TPU作为我的培训，我已经创建了一个数据集与tf.data。我的y_label是带有7个标签的标签编码数据。我得到了这个错误
>'tpu_140081340653808/metrics/metrics/sparse_categorical_accuracy/remov>e_squeezable_dimensions/Squeeze‘：InvalidArgumentError:无法压缩dim1，预期维数>1，输入形状为1024,7的dim1为7 (op：“挤压”)。
如何加载我的数据
def preprocess_image(im
浏览 0提问于2019-04-11得票数 0
3回答
与PyTorch一起使用TPU
、、、、
我正在尝试使用谷歌云的TPU来自Colab。我通过使用Tensorflow完成了本教程中的操作。
有没有人知道是否可以使用PyTorch的TPU？如果是这样的话，我怎么做呢？你有什么例子吗？
浏览 0提问于2018-10-04得票数 14
回答已采纳
我正在尝试使用云TPU上的TPU Estimator API训练模型。错误日志和读取我的输入数据的代码附在下面。我尝试使用python调试器来确定哪里遇到了bug。在遇到错误之前，控件不会退出traing_input_fn函数。所以，我相信我的数据管道是问题的根源。有人能帮我解决这个问题吗？如果有必要，我很乐意提供更多的信息。谢谢 INFO:tensorflow:Error recorded from training_loop: The features to the model returned by input_fn must have static shape. Tensor: Te
浏览 20提问于2019-06-12得票数 2
我试图使用TPU选项在Google上运行一个简单的MNIST分类器。在使用Keras创建模型之后，我试图通过以下方法将其转换为TPU：
import tensorflow as tf
import os
tpu_model = tf.contrib.tpu.keras_to_tpu_model(
model,
strategy=tf.contrib.tpu.TPUDistributionStrategy(
tf.contrib.cluster_resolver.TPUClusterResolver(tpu='grpc://' + os.envi
浏览 0提问于2018-11-04得票数 2
回答已采纳
Google Colab提供的免费资源对于我的用例来说是不够的。
有没有办法用更多的内存旋转更强大的GPU/TPU，并在Google中使用它作为我的Colab笔记本呢？它不一定是谷歌云，但只要我可以轻松运行木星笔记本。我正在使用Keras/Tensorflow。
浏览 0提问于2019-06-19得票数 0
回答已采纳
我是tensorflow的新手，正在尝试按照这里的教程来运行MNIST TPU模型。
我收到错误，来自
python3 mnist_main.py \
--tpu=$TPU_NAME \
--model_dir=$MODEL_DIR \
--data_dir=$DATA_DIR \
--train_epochs=10 \
--distribution_strategy=tpu \
--download
错误消息
Traceback (most recent call last):
File "mnist_main.py", line 31,
浏览 30提问于2020-05-20得票数 0
回答已采纳
我将这段BERT NER github代码移植到google colab，在那里我手动设置了运行它的标志(https://github.com/kyzhouhzau/BERT-NER)。 我将use_tpu设置为False，所以它应该使用GPU。 flags.DEFINE_bool("use_tpu", False, "Whether to use TPU or GPU/CPU.") colab上使用的TF版本是1.13.1，命令tf.test.gpu_device_name()返回'/device:GPU:0‘。 这是我在运行tf.app.run()
浏览 49提问于2019-03-23得票数 0
回答已采纳
我目前正在用TPU训练我的模型。不幸的是，在使用TensoBoard和TPU时，我得到了一个X错误。如果我只使用TPU，那么一切都可以正常工作。如果我使用图形处理器和TensorBoard，一切都能正常工作。我使用谷歌colab。
%tensorflow_version 2.x
import tensorflow as tf
print("Tensorflow version " + tf.__version__)
TPU_ACTIVATED = True
if TPU_ACTIVATED:
try:
tpu = tf.distribute.cluster_res
浏览 7提问于2020-11-17得票数 0
2回答
我正在使用Google TPU来训练一个简单的Keras模型。删除分布式策略并在CPU上运行相同的程序比TPU快得多。那件事怎么可能？
import timeit
import os
import tensorflow as tf
from sklearn.datasets import load_iris
from sklearn.model_selection import train_test_split
from tensorflow.keras.models import Sequential
from tensorflow.keras.layers import Dense
fro
浏览 9提问于2019-12-10得票数 4
我们正在尝试使用Google Colab TPU构建一个图像分割深度学习模型。我们的模型是Mask R-CNN。
TPU_WORKER = 'grpc://' + os.environ['COLAB_TPU_ADDR']
import tensorflow as tf
tpu_model = tf.contrib.tpu.keras_to_tpu_model(
model.keras_model,
strategy=tf.contrib.tpu.TPUDistributionStrategy(
tf.contrib.cluster_resolver.TPUCl
浏览 0提问于2018-10-17得票数 3
我想保存一个模型，以便对特定的图片进行一些预测。下面是我的服务函数：
def _serving_input_receiver_fn():
# Note: only handles one image at a time
feat = tf.placeholder(tf.float32, shape=[None, 120, 50, 1])
return tf.estimator.export.TensorServingInputReceiver(features=feat, receiver_tensors=feat)
这里是我导出模型的地方：
export_dir_
浏览 1提问于2018-09-21得票数 0
~\AppData\Roaming\Python\Python36\site-packages\tensorflow\contrib\tpu\python\tpu\tpu_estimator.py in <module>()
38 from tensorflow.contrib.tpu.python.tpu import tpu_config
39 from tensorflow.contrib.tpu.python.tpu import tpu_context
---> 40 from tensorflow.contrib.tpu.python.tpu
浏览 2提问于2018-08-18得票数 1
1回答
我的数据集很大(大约13 My )。我有一个数据集的hdf5文件，并且我正在使用一个自定义生成器从数据集中加载批处理。我的模型在Kaggle GPU上运行良好，但当我切换到TPU时，我得到了一个错误。下面是我的生成器函数和运行model.fit时收到的错误。 def generate_data():
while True: # Loop forever so the generator never terminates
for _ in range(0, num_samples, BATCH_SIZE):
# Get the samples you'
浏览 15提问于2020-11-24得票数 1
2回答
我正在使用和提供的TPU。我需要上传一个预先训练过的模型到TPU。
TPU只能从google云存储桶加载数据。
我创建了一个云存储桶，并在存储桶中提取了经过预先训练的模型文件。
现在我需要允许TPU访问我的私人水桶，但我不知道TPU的服务帐户。我怎么找到它？
现在，我只获得了对桶的All:R读取权限，并且成功地初始化了TPU，但很明显，这不是最佳解决方案。
浏览 1提问于2020-04-26得票数 4
我正在尝试获取GCE运行中TPU的MNIST示例(如中所示)，但我遇到了一些困难。首先，我必须设置我的PYTHONPATH来获取模型目录，这个目录在遍历过程中没有列出(对于日常的python程序员来说，这是显而易见的，但如果不是，则没有说明)。在此之后，我现在遇到了以下错误，我不知道如何处理：
frival@tpu-demo-vm:~$ python /usr/share/models/official/mnist/mnist_tpu.py --tpu_name=$TPU_NAME --data_dir=${STORAGE_BUCKET}/data --model_dir=${STORAGE_
浏览 1提问于2018-04-04得票数 0
回答已采纳
我正在GCP上运行一个tensorflow对象检测任务，并使用folowing命令：
引擎作业提交培训whoami_object_detection_date +%s/tmp/pycocotools/pycocotools 2.0.tar.gz-模块-名称object_detection.model_tpu_main -运行时-版本1.9 -规模-层BASIC_TPU -区域us-集中式1 --模型_dir=gs://${YOUR_GCS_BUCKET}/train-tpu_zone us-集中式1 BASIC_TPU
得到以下错误：
错误：(gCloud.ml-Engine.Jobs.sub
浏览 0提问于2019-02-20得票数 1
回答已采纳
扫码
添加站长 进交流群
领取专属 10元无门槛券
手把手带您无忧上云
相关资讯
热门标签
云服务器
ICP备案
对象存储
即时通信 IM
实时音视频活动推荐
腾讯云开发者
