我在这里发现了一个几乎相同的问题，但我没有足够的声誉来添加评论，所以我会再问一次，希望有人能在同一时间找到解决方案。
我使用MLflow(1.13.1)来跟踪模型性能，使用GCP Storage来存储模型工件。MLflow在GCP VM实例上运行，我的python应用程序使用具有Storage Object Creator和Storage Object Viewer角色的服务帐户(然后我还添加了Storage .buckets.get权限)来将工件存储在GCP bucket中并从中读取。一切都如预期的那样工作，参数和指标正确地显示在MLflow UI中，模型工件正确地存储在桶中。问题是模型工件没有显示在MLflow UI中，因为这个错误:
Unable to list artifacts stored under gs:/******/artifacts for the current run.
Please contact your tracking server administrator to notify them of this error,
which can happen when the tracking server lacks permission to list artifacts under the current run's root artifact directory.
引用的工件位置存在并且包含正确的模型工件，并且由于Storage Object Viewer角色和Storage .buckets.get权限，MLflow应该能够读取工件。
有什么问题吗?谢谢你。
我在发布问题后发现了这个问题。我忘了在GCP VM上安装google-cloud-storage库。现在一切正常。