在Google Cloud上关注TensorFlow Pets教程时出现多种远程错误

按照"Distributed Training on the Oxford-IIIT Pets Dataset on Google Cloud"教程on the official TensorFlow Models repo中的说明，我遇到了一些问题 . 首先，这个：

终止原因：错误 . 回溯（最近一次调用最后一次）：文件“/usr/lib/python2.7/runpy.py”，第174行，在_run_module_as_main“main”，fname，loader，pkg_name）文件“/usr/lib/python2.7/ runpy.py“，第72行，在run_globals文件中的_run_code exec代码中”/root/.local/lib/python2.7/site-packages/object_detection/train.py“，第51行，来自object_detection.builders import model_builder文件“/root/.local/lib/python2.7/site-packages/object_detection/builders/model_builder.py”，第29行，来自object_detection.meta_architectures import ssd_meta_arch文件“/root/.local/lib/python2.7/ site-packages / object_detection / meta_architectures / ssd_meta_arch.py“，第32行，来自object_detection.utils import visualization_utils文件”/root/.local/lib/python2.7/site-packages/object_detection/utils/visualization_utils.py“，第25行，在import matplotlib中; matplotlib.use（'Agg'）#pylint：disable = multiple-statements ImportError：没有名为matplotlib的模块

从中获取的是最后一部分 - “没有名为matplotlib的模块” . 根据网上的一些建议，我编辑了提供的setup.py，添加“matplotlib”作为要求：

REQUIRED_PACKAGES = ['Pillow>=1.0', 'matplotlib']

再次运行它，解决了这个问题 . 奇怪 - 你认为它是一个教程，它不会有这个问题 . 接下来，它遇到了一个新问题：

终止原因：错误 . 回溯（最近一次调用最后一次）：文件“/usr/lib/python2.7/runpy.py”，第174行，在_run_module_as_main“main”，fname，loader，pkg_name）文件“/usr/lib/python2.7/ runpy.py“，第72行，在run_globals文件中的_run_code exec代码中”/root/.local/lib/python2.7/site-packages/object_detection/train.py“，第167行，在tf.app.run（）中文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py”，第48行，在运行_sys.exit中（main（_sys.argv [：1] flags_passthrough））文件“/root/.local/lib/python2.7/site-packages/object_detection/train.py”，第163行，在主worker_job_name中，is_chief，FLAGS.train_dir）文件“/root/.local/lib/python2.7 /site-packages/object_detection/trainer.py“，第264行，列车train_config.prefetch_queue_capacity，data_augmentation_options）文件”/root/.local/lib/python2.7/site-packages/object_detection/trainer.py“，第59行，在create_input_queue tensor_dict = create_tensor_dict_fn（）文件“/root/.local/lib/python2.7/site-packages/object_detection/train.py”，第120行，in get_next dataset_builder.build（config）） . get_next（）文件“/root/.local/lib/python2.7/site-packages/object_detection/builders/dataset_builder.py”，第164行，在build functools.partial（tf . data.TFRecordDataset，buffer_size = 8 * 1000 * 1000），AttributeError：'module'对象没有属性'data'复制工作程序0退出时的非零状态为1 .

由于没有针对此问题的相关搜索结果，很难知道问题所在，尽管一个答案提示TensorFlow已过时 . 该项目所述的TensorFlow版本是TensorFlow 1.2 . TensorFlow现在是版本1.7，所以也许这就是问题所在 . 运行时版本列表的选项为1.2,1.4,1.5和1.6 . 尝试使用1.6，我得到了一个不同的错误：

终止原因：错误 . Traceback（最近一次调用最后一次）：[...]文件“/usr/local/lib/python2.7/dist-packages/tensorflow/contrib/slim/python/slim/learning.py”，第746行，在火车上master，start_standard_services = False，config = session_config）as sess：文件“/usr/lib/python2.7/contextlib.py”，第17行，在enter中返回self.gen.next（）文件“/ usr / local / lib /python2.7/dist-packages/tensorflow/python/training/supervisor.py“，第1000行，在managed_session self.stop（close_summary_writer = close_summary_writer）文件”/usr/local/lib/python2.7/dist-packages/ tensorflow / python / training / supervisor.py“，第828行，停止ignore_live_threads = ignore_live_threads）文件”/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/coordinator.py“，第389行，在join six.reraise（* self._exc_info_to_raise）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/supervisor.py”，第989行，在managed_session中start_standard_services = start_standard_services）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/ training / supervisor.py“，第734行，在prepare_or_wait_for_session max_wait_secs = max_wait_secs中）文件”/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/session_manager.py“，第402行，在wait_for_session sess中）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/training/session_manager.py”，第486行，在_try_run_local_init_op sess.run（self._local_init_op）文件“/ usr / local / lib /python2.7/dist-packages/tensorflow/python/client/session.py“，第905行，运行run_metadata_ptr）文件”/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/ session.py“，第1137行，在_run feed_dict_tensor，options，run_metadata中）文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/client/session.py”，第1355行，在_do_run选项中，run_metadata）文件“/usr/local/lib/python2.7/dist -packages / tensorflow / python / client / session.py“，第1374行，_do_call raise类型（e）（node_def，op，message）UnavailableError：操作系统错误副本工作者1以非零状态1退出 .

同样，现在似乎没有解决此错误的方法 . 所以我在黑暗中刺伤 . 我用TensorFlow 1.4再试一次 . 新错误：

终止原因：错误 . 回溯（最近一次调用最后一次）：文件“/usr/lib/python2.7/runpy.py”，第174行，在_run_module_as_main“main”，fname，loader，pkg_name）文件“/usr/lib/python2.7/ runpy.py“，第72行，在run_globals文件中的_run_code exec代码中”/root/.local/lib/python2.7/site-packages/object_detection/train.py“，第167行，在tf.app.run（）中文件“/usr/local/lib/python2.7/dist-packages/tensorflow/python/platform/app.py”，第48行，在运行_sys.exit中（main（_sys.argv [：1] flags_passthrough））文件“/root/.local/lib/python2.7/site-packages/object_detection/train.py”，第163行，在主worker_job_name中，is_chief，FLAGS.train_dir）文件“/root/.local/lib/python2.7 /site-packages/object_detection/trainer.py“，第264行，列车train_config.prefetch_queue_capacity，data_augmentation_options）文件”/root/.local/lib/python2.7/site-packages/object_detection/trainer.py“，第59行，在create_input_queue tensor_dict = create_tensor_dict_fn（）文件“/root/.local/lib/python2.7/site-packages/object_detection/train.py”，第120行，in get_next dataset_builder.build（config）） . get_next（）文件“/root/.local/lib/python2.7/site-packages/object_detection/builders/dataset_builder.py”，第165行，在build process_fn，config.input_path [ ：]，input_reader_config）文件“/root/.local/lib/python2.7/site-packages/object_detection/utils/dataset_util.py”，第133行，在read_dataset tf.contrib.data.parallel_interleave中（AttributeError：'module' object没有属性'parallel_interleave'副本工作程序0以非零状态1退出

我现在发现自己陷入了错误的世界，并且不知道我的下一步应该是什么 . 我只是按照教程的步骤，执行他们说要执行的代码行，并在执行5-10分钟后接收这些远程错误 .

如何克服这些问题的任何建议将不胜感激 .