在谷歌应用程序引擎上运行Tensorflow的工人死亡
我正试图使用Tensorflow从Google应用程序引擎上的模型进行预测。会话似乎启动并运行了几秒钟，然后工作进程被终止/启动。
tensorflow/core/platform/cpu\u feature\u guard.cc:142]您的cpu支持该tensorflow二进制文件未编译为使用：AVX2 FMA的指令
tensorflow/core/platform/profile_utils/cpu_utils.cc:94]cpu频率：2200000000Hz
XLA服务0x572b370在平台主机上执行计算。设备：
tensorflow/compiler/xla/service/service.cc:175]StreamExecutor设备（0）：，
tensorflow/compiler/jit/mark\u for_compilement\u pass.cc:1412]（一次警告）：未将XLA:CPU用于集群，因为未设置envvar TF\u XLA\u FLAGS=--TF\u XLA\u CPU\u global\u jit。如果您想要XLA:CPU，可以设置该envvar，或者使用实验性的jit\u范围来启用XLA:CPU。为了确认XLA是活动的，PAST- VMeX= xLAYCOMPILITCIONIX CHILL＝1（作为一个正确的命令行标志，而不是通过TFXxLAFLAG）或设置EvavaxLAFLAGISS＝-XLAY-HLOLO配置文件。
tensorflow/core/framework/allocator.cc:107]154389504的分配超过了系统内存的10%。
[INFO]引导工人与pid： 25
是否有一些配置我可能没有设置？应用程序正在使用Flask/Gunicorn运行。
如果需要进一步的细节，请告诉我。
共有1个答案
如果不知道您的app.yaml或app是否位于某个位置，则很难知道具体原因，不过，您似乎正在尝试在CPU不兼容的实例中运行它。我建议您更改app.yaml中的实例CPU，以确保CPU符合您的需要。
我希望你觉得这些信息有用。
-
我是谷歌应用引擎的新手。要使用Java App Engine，Google提供了两个选项：创建一个Maven项目，或者由Eclipse Google插件支持的非Maven项目。根据文档，Eclipse版本更容易。那么我应该继续日食吗？但是我看到了很多关于maven的帖子。有人能评论一下使用Maven的利弊吗。 谢谢
-
我在google app engine上遇到了fopen（）的问题。正常工作3-4次，比服务器的响应时间长。 信息：fopen(https://website_url/image_name.png)：无法打开流：连接已关闭。 知道怎么排除故障吗？ PHP ini有
-
我正试图从我的网站下载一个HTTPS页面，该页面由SNI托管在谷歌应用程序引擎上。无论我使用什么库，都会出现以下错误： 我尝试了多种方法来解决此错误，包括使用urllib3 openssl monkeypatch： 但是我总是得到上面提到的同样的错误。 有什么想法吗？
-
我有一个nodejs应用程序部署在谷歌应用引擎，它触发超文本传输协议云功能，认为简单的超文本传输协议调用（使用axios）从谷歌云Sql获取数据。 将使用该站点的每个人都将能够看到http请求并复制它。 什么是保护我的谷歌云功能的最好方法，只能从谷歌应用程序引擎调用？
-
具体到基于Docker的部署，这两者之间有什么区别？由于Google App Engine Flexible现在也支持基于Dockerfile的部署，而且它也是完全管理的服务，所以它似乎比在Container Engine上配置Kubernetes部署更可取，不是吗？ 有哪些用例更倾向于使用Google容器引擎而不是灵活的应用引擎？
-
我一直在努力了解如何在谷歌云上设置以下架构： 谷歌应用引擎收到HTTP请求