向 MLEngine 气流运算符提供参数
Supplying arguments to MLEngine airflow operator
我已经能够使用 gcloud ml-engine sumbit job
CLI 成功训练。然后我从成功作业的控制台训练输入中复制了 "args" 值。
"args": [
"--output_dir=gs://composer-models/flowers/trained_cnn",
"--train_steps=1000",
"--learning_rate=0.01",
"--batch_size=40",
"--model=cnn",
"--augment",
"--batch_norm",
"--train_data_path=gs://cloud-ml-data/img/flower_photos/train_set.csv",
"--eval_data_path=gs://cloud-ml-data/img/flower_photos/eval_set.csv"
]
但是现在,当我尝试使用气流 MLEngineTrainingOperator
将这些提供给 运行 作业时,我收到以下错误:
即使参数与使用 gcloud
成功 运行 中使用的参数相同。
这是应该解析 task.py
文件中的参数的部分:
parser.add_argument(
'--learning_rate',
help='Initial learning rate for training',
type=float,
default=0.01
)
用于培训师的参数应传递给 MLEngineTrainingOperator
的 training_args
。
在此处检查操作员的文档。
http://airflow.apache.org/integration.html#mlenginetrainingoperator
根据错误消息,我怀疑您在 task.py
中仅添加了 --learning_rate
和 --batch_size
的参数?
我已经能够使用 gcloud ml-engine sumbit job
CLI 成功训练。然后我从成功作业的控制台训练输入中复制了 "args" 值。
"args": [
"--output_dir=gs://composer-models/flowers/trained_cnn",
"--train_steps=1000",
"--learning_rate=0.01",
"--batch_size=40",
"--model=cnn",
"--augment",
"--batch_norm",
"--train_data_path=gs://cloud-ml-data/img/flower_photos/train_set.csv",
"--eval_data_path=gs://cloud-ml-data/img/flower_photos/eval_set.csv"
]
但是现在,当我尝试使用气流 MLEngineTrainingOperator
将这些提供给 运行 作业时,我收到以下错误:
即使参数与使用 gcloud
成功 运行 中使用的参数相同。
这是应该解析 task.py
文件中的参数的部分:
parser.add_argument(
'--learning_rate',
help='Initial learning rate for training',
type=float,
default=0.01
)
用于培训师的参数应传递给 MLEngineTrainingOperator
的 training_args
。
在此处检查操作员的文档。
http://airflow.apache.org/integration.html#mlenginetrainingoperator
根据错误消息,我怀疑您在 task.py
中仅添加了 --learning_rate
和 --batch_size
的参数?