创建Vertex AI CustomJob遇RuntimeError：资源未创建的解决办法

核心原因 #

你仅在本地实例化了CustomJob对象，但没有触发GCP端的实际资源创建操作，本地对象未绑定远程的Google Cloud API资源，因此访问依赖远程数据的字段（如create_time、end_time）时会抛出资源未创建的错误。

解决方案 #

调用submit()方法提交任务，该操作会在GCP端创建真实的CustomJob资源，之后即可正常访问相关字段。若需要等待任务完成，可搭配wait()方法或直接使用submit(wait=True)。

修改后的代码示例 #

import time
from google.cloud import aiplatform

worker_pool_specs = [
    {
        "machine_spec": {
            "machine_type": "n1-standard-4",
        },
        "replica_count": 1,
        "container_spec": {
            "image_uri": "eu.gcr.io/somexistingimage",
            "command": ["python", "myscript.py", "test", "--var"],
            "args": [],
        },
    }
]

job = aiplatform.CustomJob(
    display_name="job_{}".format(round(time.time())),
    worker_pool_specs=worker_pool_specs,
    project="my-project",
    staging_bucket="gs://some-bucket",
)

# 提交任务到GCP，触发资源创建
job.submit()

# 资源创建后即可正常访问字段
print("任务名称:", job.display_name)
print("创建时间:", job.create_time)

# 可选：等待任务执行完成后获取结束时间
job.wait()
print("任务结束时间:", job.end_time)

补充说明 #

• CustomContainerTrainingJob的run()方法会自动触发资源创建，而CustomJob需要显式调用submit()，这是两者使用逻辑的关键区别。
• 任务提交后，可通过job.resource_name查看GCP端的资源ID，也可在Vertex AI控制台直接查看任务状态。

内容的提问来源于stack exchange，提问作者GenError