J'ai une application d'entraînement pour le moteur Cloud ML dans laquelle je dois utiliser les kms pour décrypter mes fichiers dans le stockage cloud de Google. Je peux télécharger les fichiers dans GCS en utilisant tensorflow.python.lib.io.file_io sans fournir d'informations d'identification, car le compte de service utilisé pour lancer le travail de formation a accès au compartiment GCS à partir duquel le fichier chiffré est téléchargé. Cependant, je ne parviens pas à obtenir les informations d'identification de l'application par défaut.Informations d'identification Google: Autorisation de l'instance de moteur Cloud ML
credentials = GoogleCredentials.get_application_default()
L'appel ci-dessus renvoie un objet des titres de compétence vide avec la plupart des champs null
{"scopes": [], "id_token": null, "kwargs": {}, "token_response": null, "client_id": null, "scope": "", "token_expiry": null, "_class": "AppAssertionCredentials", "refresh_token": null, "_module": "oauth2client.contrib.gce", "_service_account_email": null, "access_token": null, "invalid": false, "token_info_uri": null, "assertion_type": null, "token_uri": "https://www.googleapis.com/oauth2/v4/token", "client_secret": null, "revoke_uri": "https://accounts.google.com/o/oauth2/revoke", "user_agent": null}
Je me attendais à ce que l'instance provisionnés pour le travail de formation, par le Cloud Engine ML, devrait avoir automatiquement rempli mes clés de service dans ce cas, mais ne semble pas être le cas.
Des conseils sur la façon d'obtenir les informations d'identification d'accès. (En plus d'inclure les informations d'identification dans le package formateur :))
Toute aide serait appréciée.