google-cloud-platform - 在 Google Cloud Platform ML Engine 中创建新版本时出现 403 Forbidden

标签 google-cloud-platform google-cloud-ml google-app-engine-python app-engine-flexible

使用 AppEngine flex 中的 Python Google API 客户端库,我正在调用 GCP ML Engine API。 当我列出不同的模型、获取它们的默认版本和所有“只读”操作时,它工作正常,但当我尝试为模型创建新版本时,它不起作用。我收到“访问模型被拒绝”的 403 Forbidden 错误。

我使用服务帐户来调用电话。在 IAM 中,我的服务帐户拥有“ML Engine 管理员”权限。

这就是我打电话的方式

from google.oauth2.service_account import Credentials

credentials = Credentials.from_service_account_file(PATH_TO_MY_JSON)
ml_client = discovery.build(u'ml', u'v1', credentials=credentials)

body = {
        u"name": version_name,
        u"description": description,
        u"runtimeVersion": current_default_version.get(u"runtimeVersion"),
        u"framework": current_default_version.get(u"framework"),
        u"pythonVersion": current_default_version.get(u"pythonVersion"),
        u"deploymentUri": deployment_uri
    }
request = ml_client.projects().models().versions().create(parent=get_query_name(model_name), body=body)
request.execute()

错误

 <HttpError 403 when requesting https://ml.googleapis.com/v1/projects/XXX/models/YYY/versions?alt=json returned "Access to model denied.">

它与服务帐户有关,因为当我在 Cloud Shell 中运行此代码并在没有凭据的情况下构建我的 ml_client (ml_client = discovery.build(u'ml', u' v1')),它工作正常。

最佳答案

我的服务账户 IAM 角色:

  • 机器学习引擎开发人员
  • 存储对象查看器

对我来说,如果我通过 UI 创建模型资源,我无法从 python 客户端库创建模型版本。但是,如果我通过 python 客户端创建了模型资源,则创建一个可以工作的模型版本。

credentials = Credentials.from_service_account_file('./service_account.json')
ml = discovery.build('ml', 'v1', credentials=credentials)
request_dict = {
   'name': 'model_resource_name',
   'description': 'your_model_description'}

project_id = 'projects/{}'.format('YOUR_PROJECT_ID')
request = ml.projects().models().create(parent=project_id, body=request_dict)
request.execute()

body = {
   u"name": "test_version",
   u"description": "description",
   u"runtimeVersion": "1.13",
   u"framework": "TENSORFLOW",
   u"pythonVersion": "3.5",
   u"deploymentUri": "gs://BUCKET_ID/directory_path_to_your_model/"
        }

request = ml.projects().models().versions().create(
    parent='projects/{}/models/{}'.format(
          'YOUR_PROJECT_ID', 
          'model_resource'), 
    body=body)

response = request.execute()

仍在调查为什么通过 UI 创建模型资源不允许 python 客户端创建模型版本。

关于google-cloud-platform - 在 Google Cloud Platform ML Engine 中创建新版本时出现 403 Forbidden,我们在Stack Overflow上找到一个类似的问题: https://stackoverflow.com/questions/53781343/

相关文章:

google-cloud-ml - Google Cloud AI 平台上的 Tensorflow 2

python-3.x - 语法错误 : invalid syntax while running Job

python - Google App Engine - 将 key 存储到ndb KeyProperty中

google-cloud-datastore - Google Data Studio 连接到云数据存储

google-cloud-platform - 如何在 BQ 存储过程中将 URI 作为变量传递

google-cloud-platform - GKE Autopilot 未连接到 Cloud Filestore

java - 谷歌云 HSM 的 X509 证书

machine-learning - 谷歌云作业提交培训陷入困境

google-app-engine - 如何在受 IAP 保护时使用 App Engine HTTP 运行 Cloud Scheduler 作业

google-app-engine - 谷歌云功能 - AttributeError : 'module' object has no attribute 'DEFAULT_MAX_REDIRECTS'