本頁面說明建立深度學習 VM 映像檔執行個體時可能會遇到的問題，以及這些問題的解決方法。
超過配額
問題：- Quota 'NVIDIA_P4_GPUS' exceeded. Limit: 0.0 in region
us-east1.
問題：您的配額不足。
解決方法：您必須擁有 GPU 配額，才能建立含 GPU 的執行個體。請查看配額頁面，確保您的專案有足夠的 GPU。如果配額頁面未列出 GPU，或您需要額外的 GPU 配額，請要求增加配額。如果您的專案已有帳單記錄，那麼當您提交要求之後，專案就會自動獲得配額。根據預設，免費試用帳戶不會獲得 GPU 配額。
請注意，您必須針對先占 GPU 和一般 GPU 分別提出配額要求。先占 GPU 配額無法用於一般 GPU。此外，配額是按地區劃分，因此請務必在您有配額的地區建立執行個體。
找不到資源
問題：- The resource 'projects/deeplearning-platform/zones/europe-west4-c/acceleratorTypes/nvidia-tesla-p4'
was not found
問題：您嘗試在不提供 GPU 的地區中，建立含一或多個 GPU 的執行個體 (例如在 europe-west4-c 中建立含 P4 GPU 的執行個體)。
解決方法：如要判斷哪個地區提供所需的 GPU，請參閱 Compute Engine 上的 GPU 一文。
先占執行個體
發生的情況：即使有配額，我也無法透過 UI 建立先占執行個體。
解決方法：目前您無法透過 Google Cloud Marketplace 建立先佔執行個體，您必須使用 CLI。設定新的執行個體時，請務必加入 --preemptible。
無法使用 SSH 通訊埠轉送連線至 JupyterLab
症狀：使用 SSH 通訊埠轉送功能連線至 JupyterLab 時，無法連線至執行個體。
問題：您嘗試連線至錯誤的 TCP Socket。
解決方法：
在某些 Linux 用戶端上，localhost 會解析為 IPv6 迴路位址 (
::1)。請使用ping -c 1 localhost檢查這點。如果這個指令傳回 IPv6 位址，請在gcloud compute ssh指令中使用-L 8080:127.0.0.1:8080(而非-L 8080:localhost:8080)。請確認您在本機用戶端連線至
http://localhost:8080(而非https://localhost:8080)。
社群支援
在 Stack Overflow 上提出有關 Deep Learning VM 的問題，或加入 google-dl-platform Google 群組，討論 Deep Learning VM。