在云机器学习引擎上运行TensorFlow代码时没有输出

在终端中运行以下命令时：

$MODEL_DIR=output
gcloud ml-engine local train     --module-name trainer.task     --package-path trainer/     --job-dir $MODEL_DIR

它成功运行，但我在输出文件夹中没有得到任何内容。尽管如此，我还是应该看到一些文件和检查点：

在代码中，我有一行代码来保存我的模型：

save_path = saver.save(sess, "./my_mnist_model.ckpt")

在active directory中生成以下文件：

my_mnist_model.ckpt.index

，

my_mnist_model.ckpt.meta

，

my_mnist_model.ckpt.data-00000-of-00001

但是，它们不在

输出

文件夹中。当我在云机器学习引擎上运行它时，我的bucket中指定的输出文件夹中也没有任何内容

因此，模型已成功训练，但未保存在任何位置

---

我的code/gcloud命令中缺少了什么？

刚刚在脚本中找到了我需要处理的任务--job dir。从《入门手册》中，我认为它是由运行培训的gcloud命令处理的。

当您在代码中指定保存模型的位置时，您是在本地执行。如果要将模型部署到Google云平台，则无需在代码中指定任何输出文件夹，因为您将通过将其作为job dir参数传递来指定输出。您可以查看Google Cloud入门示例trainer文件夹中的task.py文件，查看job dir参数是否被解析为输入，然后用于指定输出的模型目录。这似乎与@user912830823的解决方案直接冲突。那么，是哪一个？