פתרון בעיות

בדף הזה מתוארות בעיות שיכולות לקרות כשיוצרים מופעים של תמונות מכונה וירטואלית ללמידה עמוקה, ומוסבר איך לפתור את הבעיות.

חריגה מהמכסה

הסימפטום: - Quota 'NVIDIA_P4_GPUS' exceeded. Limit: 0.0 in region us-east1.

הבעיה: אין לכם מספיק מכסה.

פתרון: כדי ליצור מכונות עם מעבדי GPU, צריך להקצות מכסות GPU. כדאי לבדוק בדף המכסות שיש לכם מספיק יחידות GPU זמינות בפרויקט. אם יחידות ה-GPU לא מופיעות בדף המכסות או שאתם צריכים מכסת GPU נוספת, אתם יכולים לבקש הגדלה של המכסה. אם לפרויקט שלכם יש היסטוריית חיובים, הוא יקבל מכסה באופן אוטומטי אחרי שתשלחו את הבקשה. כברירת מחדל, חשבונות בתקופת ניסיון בחינם לא מקבלים מכסת GPU.

חשוב לזכור שצריך לשלוח בקשות נפרדות להקצאת מכסות לשימוש במעבדי GPU עם אפשרות קדימה ולשימוש במעבדי GPU רגילים. אי אפשר להשתמש במכסת GPU עם אפשרות קדימה ל-GPU רגילים. בנוסף, המכסה היא לכל אזור, לכן חשוב לוודא שאתם יוצרים את המכונה באזור שבו יש לכם מכסה.

משאב לא נמצא

הסימפטום: - The resource 'projects/deeplearning-platform/zones/europe-west4-c/acceleratorTypes/nvidia-tesla-p4' was not found

הבעיה: אתם מנסים ליצור מכונה עם יחידת GPU אחת או יותר באזור שבו יחידות GPU לא זמינות (לדוגמה, מכונה עם יחידת GPU מסוג P4 באזור europe-west4-c).

פתרון: כדי לדעת באיזה אזור יש את ה-GPU הנדרש, אפשר לעיין במאמר בנושא יחידות GPU ב-Compute Engine.

מופעים זמניים שניתנים להפסקה

תיאור הבעיה: לא הצלחתי ליצור מופע זמני של מכונה וירטואלית מממשק המשתמש, למרות שיש לי מכסה.

פתרון: בשלב הזה, אי אפשר ליצור מופע זמני של מכונה וירטואלית מ-Google Cloud Marketplace. חובה להשתמש ב-CLI. חשוב להוסיף את --preemptible כשמגדירים את המופע החדש.

אי אפשר להשתמש בהעברת יציאות של SSH כדי להתחבר ל-JupyterLab

תסמין: כשמשתמשים בהעברת יציאות של SSH כדי להתחבר ל-JupyterLab, אי אפשר להתחבר למכונה.

הבעיה: ניסיתם להתחבר לשקע TCP שגוי.

הפתרון:

• במחשבי לקוח מסוימים של Linux, המארח המקומי מומר לכתובת IPv6 של לולאת חזרה (::1). כדי לבדוק את זה, משתמשים בפקודה ping -c 1 localhost. אם הפקודה הזו מחזירה את כתובת ה-IPv6, משתמשים ב--L 8080:127.0.0.1:8080 (במקום ב--L 8080:localhost:8080) בפקודה gcloud compute ssh.

• מוודאים שאתם מתחברים אל http://localhost:8080 (במקום אל https://localhost:8080) בלקוח המקומי.

תמיכה מהקהילה

אפשר לשאול שאלות לגבי Deep Learning VM ב-Stack Overflow או להצטרף לקבוצת Google‏ google-dl-platform כדי לדון ב-Deep Learning VM.

מידע נוסף על קבלת תמיכה מהקהילה