提交GCP TPU ML训练作业时无法正确识别Python版本该如何解决

根因分析 #

• --python-version 是gcloud命令的原生参数，用于指定云端训练环境的Python版本，你将该参数放在了分隔符--之后，这部分参数会直接透传给你自己的训练脚本，GCP AI平台服务无法读取到该参数，因此识别到Python版本为空，触发版本不支持报错。该问题和你本地安装的Python版本无关，不需要调整本地环境。
• 额外你提交的--packages参数里存在拼写错误：slim/dist/slim 0.1.tar.gz中间的空格应为横杠，否则后续会触发包找不到的错误。

修复方案 #

调整参数位置，将--python-version 3.7移到分隔符--之前，同时修正packages参数的拼写错误即可，修正后的完整命令如下：

!gcloud ai-platform jobs submit training `whoami`_object_detection_`date +%s` \
--job-dir=gs://dota-1/train \
--packages dist/object_detection-0.1.tar.gz,slim/dist/slim-0.1.tar.gz,/tmp/pycocotools/pycocotools-2.0.tar.gz \
--module-name object_detection.model_tpu_main \
--runtime-version 2.6 \
--python-version 3.7 \
--scale-tier BASIC_TPU \
--region us-central1 \
-- \
--model_dir=gs://dota-1/train \
--tpu_zone us-central1 \
--pipeline_config_path=gs://dota-1/data/pipeline.config

调整后GCP AI平台就能正确识别到你指定的Python 3.7版本，匹配runtime 2.6的支持范围，不会再触发版本报错。

内容的提问来源于stack exchange，提问作者porschewitz