全部產品
Search

搜尋本產品

    Container Service for Kubernetes：配置Arena用戶端

    文件中心

    Container Service for Kubernetes：配置Arena用戶端

    更新時間：Oct 25, 2024

    Arena是基於Kubernetes的機器學習輕量級解決方案，支援資料準備、模型開發、模型訓練和模型預測的完整生命週期，提升資料科學家工作效率。同時和阿里雲的基礎雲端服務深度整合，支援GPU共用、CPFS等服務，可以運行阿里雲最佳化的深度學習架構，最大化使用阿里雲異構裝置的效能和成本的效益。本文介紹如何配置Arena用戶端。

    前提條件

    步驟一：配置Arena用戶端

    1. 串連叢集。

      專有版叢集

      用SSH方式登入專有版叢集的管理節點，然後執行arena命令。具體操作，請參見通過SSH串連ACK專有叢集的Master節點。

      託管版叢集

      因為託管版叢集無Master節點，所以您需要將Arena用戶端安裝在您的本機電腦上（例如：個人Mac）。具體操作，請參見擷取叢集KubeConfig並通過kubectl工具串連叢集。

      說明

      您可以通過執行命令kubectl get nodes判斷KubeConfig檔案是否正確配置。

    2. 配置Arena用戶端。

      1. 下載Arena用戶端。

      2. 解壓安裝包。

        Linux

        tar -xvf arena-installer-0.9.16-881780f-linux-amd64.tar.gz

        Mac

        tar -xvf arena-installer-0.9.16-881780f-darwin-amd64.tar.gz

      3. 安裝Arena。

        cd arena-installer
bash install.sh --only-binary

    3. （可選）安裝自動補全軟體。安裝自動補全軟體支援命令參數自動提示功能，協助您避免記憶命令列。安裝完成後，在命令列終端通過Tab鍵即可自動補全命令。

      1. 安裝補全軟體。

        CentOS或Linux

        sudo yum install bash-completion -y

        Debian或Ubuntu

        sudo apt-get install bash-completion

        macOS

        brew install bash-completion@2

      2. 在profile檔案中增加自動補全功能。

        Linux

        echo "source <(arena completion bash)" >> ~/.bashrc
chmod u+x ~/.bashrc

        macOS

        echo "source $(brew --prefix)/etc/profile.d/bash_completion.sh" >> ~/.bashrc

    步驟二：驗證Arena

    您可以執行以下步驟驗證Arena是否正常工作。

    1. 執行以下命令檢查叢集的可用GPU資源。

      arena top node

      看到輸出為節點和GPU卡的資訊，代表輸出正確。

      NAME                        IPADDRESS      ROLE    STATUS  GPU(Total)  GPU(Allocated)
cn-huhehaote.192.168.X.XXX  192.168.0.117  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.118  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.119  <none>  ready   8           0
cn-huhehaote.192.169.X.XXX  192.168.0.120  <none>  ready   8           0
-----------------------------------------------------------------------------------------
Allocated/Total GPUs In Cluster:
0/32 (0%)

    2. 通過arena提交一個訓練作業，看到任務被成功提交。

      arena submit tf \
      --name=firstjob \
      --gpus=1 \
      --image=registry.cn-hangzhou.aliyuncs.com/tensorflow-samples/tf-mnist-standalone:gpu \
      "python /app/main.py"

      預期輸出：

      configmap/firstjob-tfjob created
configmap/firstjob-tfjob labeled
tfjob.kubeflow.org/firstjob created
INFO[0001] The Job firstjob has been submitted successfully
INFO[0001] You can run `arena get firstjob --type tfjob` to check the job status

    3. 執行以下命令列出所有作業。

      arena list

      預期輸出：

      NAME      STATUS   TRAINER  AGE  NODE
firstjob  RUNNING  TFJOB    5s   192.168.X.XXX

    4. 執行以下命令查看提交作業的狀態。

      arena get firstjob

      預期輸出：

      STATUS: SUCCEEDED
NAMESPACE: default
PRIORITY: N/A
TRAINING DURATION: 52s
NAME      STATUS     TRAINER  AGE  INSTANCE          NODE
firstjob  SUCCEEDED  TFJOB    14m  firstjob-chief-0  192.168.X.XXX

    5. 執行以下命令查看作業日誌。

      arena logs --tail=10 firstjob

      預期輸出：

      Accuracy at step 910: 0.9694
Accuracy at step 920: 0.9687
Accuracy at step 930: 0.9676
Accuracy at step 940: 0.9678
Accuracy at step 950: 0.9704
Accuracy at step 960: 0.9692
Accuracy at step 970: 0.9721
Accuracy at step 980: 0.9696
Accuracy at step 990: 0.9675
Adding run metadata for 999