Google cloud platform GCP AI笔记本电脑实际使用的是什么docker图像？无法从deeplearning映像装载云文件存储

我想启动一个带有自定义容器的AI平台笔记本实例，以便添加一些依赖项（例如Python 3.7）。但是，当我运行自定义容器时，我无法从云文件存储装载数据

根据，我使用此深度学习图像创建了一个自定义容器：

gcr.io/deeplearning-platform-release/tf-cpu

我还没有制作自己的容器，并且添加了零定制；我刚刚将

gcr.io/deeplearning platform release/tf-cpu

插入到我的定制实例的控制台中

当我尝试装载云文件存储时，出现以下错误：

root@c7a60444b0fc：/#安装：/cfs
mount.nfs:rpc.statd未运行，但远程锁定需要它。
mount.nfs：使用'-o nolock'将锁保持在本地，或者启动statd。
root@c7a60444b0fc：/#mount-o nolock:/streams cfs
mount.nfs:不允许操作

现在，当我从控制台启动TensorFlow 1.15笔记本电脑（无需定制）时，挂载工作正常，环境与我使用deeplearning图像得到的环境不同。特别是，deeplearning映像作为

root

用户启动，而TF 1.15实例作为

jupyter

用户启动

---

那么GCP AI笔记本实际使用的是什么图像呢？为了能够装载云文件存储，deeplearning映像需要进行哪些额外定制？

AI平台笔记本电脑环境由您在创建实例时选择的容器映像提供。在本页中，您将看到可用的

您所面临的问题是一个问题，它发生在rpc-statd.service未初始化时。我通过以下步骤解决了这个问题：

• 创建了一个文件存储实例
• 使用Python创建了一个AI平台笔记本实例 与Filestore实例位于同一VPC中的环境
• 已进入根模式，已安装nfs公用并已启用rpc-statd.service：

  sudo bash
  sudo apt install nfs-common
  systemctl enable rpcstatd.service
  

使用上面的命令和下面的命令，我可以正确地装载和访问NFS文件存储

如果要进一步自定义自定义容器，应考虑到为了访问云文件存储，必须使用VPN连接到与文件存储实例相同的网络，如中所建议，否则，在调用Filestore的实例内部IP时，您将发现“连接超时”错误。你可以这样做

---

---

作为一种解决方法，我现在使用GKE而不是AI平台笔记本来托管我的定制Jupyter容器，并将我的Cloud Filestore实例作为一个持久卷，安装在我的Jupyter部署中。