在GCP AI平台上的培训脚本中部署新模型版本时的权限问题

Question

我试图在GCP AI平台上自动化模型部署。也就是说，在对模型进行成功的培训之后，我将模型和源包打包并上传到GCS，并将其作为新版本部署，并设置为默认版本。我在训练脚本的末尾有这个。我需要这个，因为模型定期重新训练。

在培训脚本中，打包和上传(用subprocess调用subprocess)运行良好，但我在尝试部署新版本时遇到了权限问题。我试过

• 用gcloud ai-platform调用subprocess
• 直接从discovery.build('ml', 'v1').projects().models().versions().create()调用googlecloudapis
• 调用执行上述操作的云函数

我收到错误的任何方式

ResponseError: status=[403], code=[Forbidden], message=[Request had insufficient authentication scopes.]

我已经为AI平台(service-xxxxxxxxx@cloud-ml.google.com.iam.gserviceaccount.com，Google引擎服务代理)的服务帐户添加了足够的权限，但是它没有工作。

在培训实例中，似乎使用了不同的帐户。discovery.build('ml', 'v1')._http.credentials._service_account返回default而不是电子邮件。

在继续使用云函数监视来自培训脚本的导出之前，我想问一下是否遗漏了什么或者是否还有其他选项？

谢谢。

Answer 1

我查看服务帐户权限，并看到Cloud引擎管理、开发人员和查看器。

下面是一些示例代码：

​

​

来自这里

    Usually, you'll create these credentials with one of the helper
    constructors. To create credentials using a Google service account
    private key JSON file::
        credentials = service_account.Credentials.from_service_account_file(
            'service-account.json')
    Or if you already have the service account file loaded::
        service_account_info = json.load(open('service_account.json'))
        credentials = service_account.Credentials.from_service_account_info(
            service_account_info)
    Both helper methods pass on arguments to the constructor, so you can
    specify additional scopes and a subject if necessary::
        credentials = service_account.Credentials.from_service_account_file(
            'service-account.json',
            scopes=['email'],
            subject='user@example.com')

来自这里

def get_client(service_account_json):
    """Returns an authorized API client by discovering the Healthcare API and
    creating a service object using the service account credentials JSON."""
    api_scopes = ['https://www.googleapis.com/auth/cloud-platform']

    credentials = service_account.Credentials.from_service_account_file(
        service_account_json)
    scoped_credentials = credentials.with_scopes(api_scopes)

    return discovery.build(
        'ml',
        'v1',        
        credentials=scoped_credentials)