我目前正在开发适用于 Android 移动设备的社交媒体应用程序,但我在应用程序的成本效率方面存在问题,尤其是使用 Firebase Storage。因此,我想为 Firebase 实现一个 CDN,它可以缓存视频和图像,最好使用提供可扩展定价的 CDN 服务(Google CDN 提供此价格模型)。我一直在到处搜索如何使用 Firebase Storage 实现 google CDN,但没有找到明确的说明。我怎样才能做到这一点?
google-cloud-storage firebase google-cloud-platform firebase-storage google-cloud-cdn
我想在 google 云平台上的 linux 机器上安装 tensorflow-gpu。我没有使用深度学习 vm gcp 提供的。所以我在我的 linux 实例上安装了 anaconda,现在我想安装 tensorflow。我已经安装了 nvidia 驱动程序和 cuda。它们可以直接下载到云实例中。但是对于 cuDNN,我必须将其下载到我的本地机器中,然后将其上传到云实例中。有没有办法将该文件直接从 nvidia 站点下载到我的云实例?谢谢
编辑
CUDNN_URL="developer.download.nvidia.com/compute/redist/cudnn/v5.1/cudnn-8.0-linux-x64-v5.1.tgz"
wget -c ${CUDNN_URL}
Run Code Online (Sandbox Code Playgroud)
使用这几行命令,我们可以直接下载 cudnnv5.1,我也看到了 6.5 版的链接。我通过放置我想要的版本尝试了相同的链接,但它不起作用。任何人都知道如何使用此 CUDNN_URL 直接使用 wget 或 curl 直接下载 cudnn v7.1 或更高版本但不登录到 Nvidia 帐户?
我正在探索 Google Cloud 上的日志记录、监控和警报选项。我发现 Cloud Logging、Monitoring 和 Stackdriver 作为几个选项。
从理论上讲,这些服务看起来很相似。谁能解释一下这些服务之间的实际区别是什么?
谢谢你。
logging monitoring google-cloud-platform google-cloud-monitoring
我想创建一个 VPC 连接器来将 App 引擎连接到云 SQL 实例。由于连接器应与 SQL 实例位于同一区域,因此我选择了同一区域。但创建 VPC 连接器后出现错误:
Unknown error. Original error message: Operation failed: Insufficient CPU quota in region.
我告诉您,我正在使用免费的 Tier GCP 帐户。这个问题是出在我这边吗?与我的帐户有关?怎么解决呢。谢谢!
google-app-engine quota google-cloud-sql google-compute-engine google-cloud-platform
我正在测试操作系统登录并使用元数据“enable-oslogin=TRUE”创建一个实例。然后,我将操作系统登录角色添加到我的帐户(user@mydomainname.com)。当我尝试时:
user@original_host$ gcloud compute ssh my_instance --project my_project --zone my_zone
Run Code Online (Sandbox Code Playgroud)
GCP 允许我登录,但作为用户 user_mydomainname 而不是我的原始帐户“user”
当我尝试时:
user@original_host$ ssh my_instance, it denied my login。
当我尝试时:
user@original_host$ ssh user_mydomainname@my_instance, it allowed me login, but as user_mydomainname of course.
Run Code Online (Sandbox Code Playgroud)
我从谷歌上读了一堆操作系统登录文档,但无法找出原因。在一篇文档中:https ://cloud.google.com/compute/docs/instances/managing-instance-access#login_messages
在该Expected login behaviors部分,它显示“如果 G Suite 管理员未设置用户名,OS Login 将通过组合与用户的 Google 个人资料关联的电子邮件中的用户名和域来生成默认的 Linux 用户名。此命名约定可确保唯一性。例如,如果与 Google 个人资料关联的用户电子邮件是 user@example.com,那么他们生成的用户名是 user_example_com。”
这看起来像我得到的,但我已将操作系统登录角色设置为我的帐户。
我期望通过操作系统登录角色设置,我可以作为我的原始帐户登录到实例:用户
我在这里错过了什么还是这确实是预期的行为?是否可以让我的帐户“用户”使用操作系统登录而不获取 user_mydomainname?
谢谢,菲利普
这么简单的问题。
我正在向我的计算引擎添加一个新帐户。我添加了用户和角色以及所有有趣的东西。现在我想添加 ssh 密钥,我通过运行来执行此操作gcloud compute os-login ssh-keys add --key-file .....
这工作正常,它创建了正确的信息和类似的一切,我可以使用 ssh 正确登录,但是,用户名真的很长而且烦人。我知道它是由电子邮件地址生成的,但这实在是太丑陋了,而且每次我需要做一些基于用户名的事情时,输入起来都会很烦人。
无论如何,有没有办法改变这一点,而不是仅仅ext_matthias_email_com不需要matthias将“ssh 密钥”作为元数据添加到服务器?
谢谢大家
我正在尝试自动将代码部署到我的 3 GCE Linux VM。我阅读了这篇文章《使用 gcloud 编写脚本:自动化 GCP 任务的初学者\xe2\x80\x99s 指南》,它展示了如何制作脚本。现在我假设这意味着将代码保存为 .sh 文件(它甚至在顶部有一个 shebang),现在我该如何运行它。我是否需要在 Google Cloud SDK Shell 中输入脚本文件名?我尝试了一下,似乎不起作用。有人能帮我吗?我会非常感激。
\n\n我正在学习 GCP,并遇到了 Kuberflow 和 Google Cloud Composer。
据我了解,两者似乎都用于编排工作流程,使用户能够调度和监控 GCP 中的管道。
我能弄清楚的唯一区别是 Kuberflow 部署和监控机器学习模型。我对么?在这种情况下,由于机器学习模型也是对象,我们不能使用 Cloud Composer 来编排它们吗?在管理机器学习模型方面,Kubeflow 如何提供比 Cloud Composer 更好的帮助?
谢谢
我可以成功地做到这一点:
gcr.io/my-project/my-container)我现在正在尝试更复杂的构建,我认为下一步是使用 Google Compute Engine。
首先,我只是尝试部署我部署到 Cloud Run 的同一应用程序的单个实例:
Compute Engine > VM Instancesgcr.io/my-project/my-container
GCE 创建它需要一分钟,然后它会显示绿色复选标记和实例名称,以及“外部 IP:35.238.xxx.xxx”。我在浏览器中访问该 URL 并得到...“35.238.xxx.xxx 拒绝连接。”
为了进行检查,我返回 GCE 页面并选择我的实例旁边的“SSH > 在浏览器窗口中打开”,这会向机器打开一种云终端。
在此终端窗口中,键入ps并查看没有进程正在运行。容器Dockerfile以 结尾CMD yarn start:prod,所以我想这不会发生在这里。
此外,我ls在这里和那里四处导航,发现/app我Dockerfile的WORKDIR …
我在 Google Cloud Platform 中创建了一个实例。我每周使用这个实例 2 到 4 天。所以,我想在剩下的日子里关闭我的实例以节省我的账单费用。那么,对我来说什么是最好的选择。Stop实例还是Suspend实例?它们之间有什么区别?
cudnn ×1
firebase ×1
gcloud ×1
kubeflow ×1
logging ×1
monitoring ×1
nvidia ×1
quota ×1
tensorflow ×1
ubuntu-16.04 ×1