Google Vertex AI自定义模型训练提示GCS路径无文件报错如何解决

• BUCKET变量配置错误
  检查变量是否包含完整的gs://前缀、存储桶名称拼写是否正确，同时确认变量拼接后没有多余的斜杠，例如BUCKET结尾如果已经带有斜杠，拼接后会生成gs://dps-fuel-bucket//mpg/model这类非法路径，导致模型无法正确写入。
• 训练作业服务账号权限不足
  Vertex AI训练作业运行时使用的服务账号，需要持有目标存储桶的storage.objects.create、storage.objects.list等权限，没有写入权限的情况下，model.save()指令会执行失败，路径下不会生成对应的模型文件。
• 训练代码未执行到模型保存步骤
  训练过程中如果出现OOM、代码逻辑报错、训练提前退出等问题，会导致model.save()代码行根本没有被执行，自然不会生成对应的模型文件。可以查看训练作业的全量运行日志，确认训练完整跑完到了模型导出阶段，且导出阶段没有抛出异常。
• 路径下存在同名文件冲突
  如果gs://dps-fuel-bucket/mpg路径下已经存在一个名为model的普通文件，系统会无法在对应位置创建model目录写入模型，手动创建目录也会失败。可以执行gsutil ls gs://dps-fuel-bucket/mpg检查该路径下的已有资源，确认没有同名文件冲突。
• 框架版本兼容问题
  如果本地开发用的TensorFlow/PyTorch等框架版本，和Vertex AI训练环境预装的框架版本不一致，可能会导致model.save()执行出现静默错误，看起来指令执行完成但实际上没有生成任何文件，也没有抛出明显的异常中断作业。

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