如何部署具有额外 python 依赖项的 Cloud ML 训练作业？
How do I deploy a Cloud ML Training job with additional python dependencies?
我在我的 tensorflow 程序中使用了额外的 python 依赖项。如何通过 Cloud ML 部署训练作业？
如果您的依赖项在 PyPI 上，您可以在自定义 setup.py 文件中将它们声明为依赖项。参见 http://python-packaging.readthedocs.io/en/latest/dependencies.html。一旦您创建了 setup.py 文件，请照常使用 gcloud beta ml jobs submit training，您的代码将使用您的 setup.py 文件构建。
运行 gcloud beta ml jobs submit training --help 了解更多信息。
如果您的依赖项不在 PyPI 上，您可以按照此处的说明进行操作，http://python-packaging.readthedocs.io/en/latest/dependencies.html#packages-not-on-pypi，或者您可以使用 --packages 标志手动将 tar.gz 存档传递给 gcloud。
我在我的 tensorflow 程序中使用了额外的 python 依赖项。如何通过 Cloud ML 部署训练作业？
如果您的依赖项在 PyPI 上，您可以在自定义 setup.py 文件中将它们声明为依赖项。参见 http://python-packaging.readthedocs.io/en/latest/dependencies.html。一旦您创建了 setup.py 文件，请照常使用 gcloud beta ml jobs submit training，您的代码将使用您的 setup.py 文件构建。
运行 gcloud beta ml jobs submit training --help 了解更多信息。
如果您的依赖项不在 PyPI 上，您可以按照此处的说明进行操作，http://python-packaging.readthedocs.io/en/latest/dependencies.html#packages-not-on-pypi，或者您可以使用 --packages 标志手动将 tar.gz 存档传递给 gcloud。