我正在尝试在谷歌云ML上运行一个训练作业。我的工作运行的迹象包括：

• 表明软件包已构建和安装的消息，例如：

INFO 2017-06-07 15:14:01 -0700 master-replica-0 成功构建training-job-foo

INFO 2017-06-07 15:14:01-0700 master-replica-0 正在安装收集的包：training-job-foo

INFO 2017-06-07 15:14:01-0700 master-replica-0 成功安装training-job-foo-0.1.dev0

INFO 2017-06-07 15:14:01-0700 master-replica-0 运行命令：pip install –user training-job-foo-0.1.dev0.tar.gz

INFO 2017-06-07 15:14:02-0700 master-replica-0 处理./training-job-foo-0.1.dev0.tar.gz

• 表明我的作业开始运行的消息，例如：

INFO 2017-06-07 15:14:03 -0700 master-replica-0 运行命令：python -m training-job-foo.training_routine_bar –job-dirgs://regional-bucket-similar-to-training-job/output/

• 表明我的标量摘要正在处理的消息，例如：

INFO 2017-06-07 15:14:21 -0700 master-replica-0 摘要名称 TotalAccuracy 非法；使用 Total_Accuracy 代替。

• 最后，我还看到CPU、内存使用量增加，以及我的消耗的ML单元增加

• 另外需要补充的是，我还看到摘要文件写入器在作业创建之前创建了摘要文件，但我没有看到这些文件大小增加。我还看到一个初始检查点文件写入到 gs://regional-bucket-similar-to-training-job/output/

除此之外，我没有看到进一步的日志或输出。我应该会看到日志，因为我会定期打印准确率和损失。我还写入摘要和检查点文件。

我遗漏了什么？

在这种情况下，还有哪些其他调试工具可用？目前我所做的只是流式传输日志，观察作业状态、CPU使用率、内存使用率在云ML控制台上，并监控我的云存储桶是否有任何变化

回答：

很抱歉您遇到了问题。目前，可用的调试工具包括作业日志、指标和TensorBoard，但看起来这些在您的情况下都无法使用。如果可能，请将您的项目编号和作业ID发送给我们到 [email protected]，以便我们仔细查看？