全部產品
Search

搜尋本產品

    Platform For AI：提交命令

    文件中心

    Platform For AI：提交命令

    更新時間：Sep 25, 2024

    您可以通過用戶端工具提交多種類型的訓練任務。本文介紹提交任務相關的命令詳情，包括調用格式、參數解釋和使用樣本。

    提交任務的通用參數

    使用DLC命令列提交TensorFlow（tfjob），PyTorch（pytorchjob），XGBoost（xgboostjob）任務時，存在通用的參數。通用參數列表如下

    表 1. 提交任務的通用參數

    參數

    是否必選

    描述

    類型

    任務參數描述檔案中是否支援該參數

    name

    是

    任務的名稱，多個任務名稱可以相同。

    STRING

    是

    command

    是

    各個節點的啟動命令。

    STRING

    是

    data_sources

    否

    繫結資料集ID，您可以前往資料集管理頁面查看，詳情請參見建立及管理資料集。如存在多個，則以半形逗號（,）分隔，預設為空白。

    STRING

    是

    code_source

    否

    代碼集ID，您可以前往代碼集頁面查看，詳情請參見代碼配置。只傳入單個，預設為空白。

    STRING

    是

    code_branch

    否

    指定代碼倉庫的分支，與參數code_source配合使用。

    STRING

    是

    code_commit

    否

    指定代碼倉庫的CommitId，與參數code_source配合使用。

    STRING

    是

    thirdparty_libs

    否

    Python三方庫；若存在多個，則以半形逗號（,）分隔，預設為空白。

    STRING

    是

    thirdparty_lib_dir

    否

    Python三方庫安裝使用的requirements.txt檔案所在檔案夾，預設為空白。

    STRING

    否

    vpc_id

    否

    任務可訪問的Virtual Private Cloud的ID，預設為空白。

    STRING

    是

    switch_id

    否（若存在vpc_id則為必選）

    任務訪問的Virtual Private Cloud中的交換器ID，預設為空白。

    STRING

    是

    security_group_id

    否（若存在vpc_id則為必選）

    任務訪問的Virtual Private Cloud中的安全性群組ID，預設為空白。

    STRING

    是

    job_file

    否

    任務參數描述檔案；如果傳入，會優先使用job_file中參數，格式為key=value的格式，key名稱與命令列參數名稱保持一致。

    STRING

    否

    interactive

    否

    是否以互動模式啟動任務。

    BOOL

    是

    job_max_running_time_minutes

    否

    任務的最大運行時間長度。預設值為0，表示不設定最大運行時間長度。

    INT64

    是

    success_policy

    否

    目前僅支援TFJob，取值如下：

    • ChiefWorker：只要Chief節點的Pod成功結束，則整個任務就會成功結束。

    • AllWorkers：只有所有的節點都成功結束，才會認為任務成功結束。

    預設為空白表示AllWorkers。

    STRING

    是

    envs

    否

    配置Worker的環境變數，環境變數之間通過半形逗號（,）分隔，環境變數的Key與Value之間通過等號分隔。格式為key1=value1,key2=value2。

    StringToString

    是

    tags

    否

    配置作業的標籤，標籤之間通過半形逗號（,）分隔，標籤的Key與Value之間通過等號分隔。格式為：key1=value1,key2=value2。

    StringToString

    是

    oversold_type

    否

    配置作業閑時資源的使用方式，取值如下：

    • AcceptQuotaOverSold（可接受）：作業可以接受使用閑時計算資源。

    • ForceQuotaOverSold（只接受）：作業僅接受閑時計算資源。

    • ForbiddenQuotaOverSold（不接受）：作業僅接受已關聯Quota內的資源，而不會使用閑時計算資源。

    STRING

    是

    driver

    否

    配置作業使用的GPU驅動版本。

    STRING

    是

    default_route

    否

    當選擇VPC時，配置訪問公網的方式，取值如下：

    • eth0（預設值）：使用公有網關訪問公網。

    • eth1：使用專有網關，通過選擇的VPC訪問公網。

    STRING

    是

    priority

    否

    配置作業的優先順序，預設值為1，參數值的範圍是1~9。其中：

    • 1為最低優先順序。

    • 9為最高優先順序。

    INT32

    是

    exit_code_on_stopped

    否

    以互動模式運行任務時，當任務被停止時指定命令列工具的退出碼，預設值是0。

    INT32

    是

    job_reserved_minutes

    否

    設定任務結束時的保留時間長度，單位是分鐘，預設值是0。

    INT32

    是

    job_reserved_policy

    否

    設定任務保留的策略，可選值：

    • Always（預設值）：任務運行成功或失敗均保留。

    • OnFailure：當任務運行失敗時保留。

    • OnSucceed：當任務運行成功時保留。

    STRING

    是

    提交TensorFlow訓練任務（submit tfjob）

    • 功能

      用於提交TensorFlow訓練任務。

    • 格式

      系統支援通過命令列參數或任務參數描述檔案的方式提交TensorFlow任務。

      ./dlc submit tfjob [flags]

    • 參數

      如果通過命令列參數的方式提交TensorFlow任務，則需要將命令中的如下參數替換為實際值。如果通過任務參數描述檔案的方式提交TensorFlow任務，則將任務參數描述檔案中支援的參數以<parameterName>=<parameterValue>的形式寫入檔案中。提交TensorFlow任務的通用參數如文章開頭的列表所示，以下為TensorFlow的任務特有參數：

      表 2. 提交TensorFlow任務的特有參數

      參數

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      workspace_id

      是

      工作空間的ID，（即作業提交DLC公用的工作空間）預設為空白。如何建立工作空間可以參考建立工作空間。

      STRING

      是

      chief

      否

      是否啟用TensorFlow Chief節點，該參數取值包括：

      • false：預設值，表示關閉TensorFlow Chief節點。

      • true：表示開啟TensorFlow Chief節點。

      BOOL

      是

      chief_image

      否

      TensorFlow Chief節點的鏡像，預設值為空白。

      STRING

      是

      chief_spec

      否

      TensorFlow Chief節點使用的伺服器型號，預設值為空白。

      STRING

      是

      master_image

      否

      TensorFlow Master節點的鏡像，預設值為空白。

      STRING

      是

      master_spec

      否

      TensorFlow Master節點使用的伺服器型號。

      STRING

      是

      masters

      否

      TensorFlow Master節點的數量，預設值為0。

      INT

      是

      ps

      否

      TensorFlow Parameter Server節點的數量，預設值為0。

      INT

      是

      ps_image

      否

      TensorFlow Parameter Server節點的鏡像，預設值為空白。

      STRING

      是

      ps_spec

      否

      TensorFlow Parameter Server節點使用的伺服器型號，預設值為空白。

      STRING

      是

      worker_image

      否

      TensorFlow Worker節點的鏡像，預設值為空白。

      STRING

      是

      worker_spec

      否

      TensorFlow Worker節點使用的伺服器型號，預設值為空白。

      STRING

      是

      workers

      否

      TensorFlow Worker節點的數量，預設值為0。

      INT

      是

      evaluator_image

      否

      TensorFlow Evaluators節點的鏡像，預設值為空白。

      STRING

      是

      evaluator_spec

      否

      TensorFlow Evaluators節點使用的伺服器型號，預設值為空白。

      STRING

      是

      evaluators

      否

      TensorFlow Evaluators節點的數量，預設值為0。

      INT

      是

      graphlearn_image

      否

      TensorFlow GraphLearn節點的鏡像，預設值為空白。

      STRING

      是

      graphlearn_spec

      否

      TensorFlow GraphLearn節點使用的伺服器型號，預設值為空白。

      STRING

      是

      graphlearns

      否

      TensorFlow GraphLearn節點的數量，預設值為0。

      INT

      是

      表 3. 提交TensorFlow任務至專有資源群組的特有參數

      參數

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      resource_id

      否（若要提交任務至專有資源群組則為必選）

      專有資源配額的ID，預設為空白。如何建立專有資源配額可以參考通用計算資源配額。

      STRING

      是

      priority

      否

      任務優先順序，預設為1。

      INT

      是

      chief_cpu

      否

      TensorFlow Chief節點使用CPU的個數，預設為空白。

      STRING

      是

      chief_gpu

      否

      TensorFlow Chief節點使用GPU的個數，預設為空白。

      STRING

      是

      chief_gpu_type

      否

      TensorFlow Chief節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      chief_memory

      否

      TensorFlow Chief節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      chief_shared_memory

      否

      TensorFlow Chief節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      master_cpu

      否

      TensorFlow Master節點使用CPU的個數，預設為空白。

      STRING

      是

      master_gpu

      否

      TensorFlow Master節點使用GPU的個數，預設為空白。

      STRING

      是

      master_gpu_type

      否

      TensorFlow Master節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      master_memory

      否

      TensorFlow Master節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      master_shared_memory

      否

      TensorFlow Master節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      *_cpu

      否

      TensorFlow *節點使用CPU的個數，預設為空白。*可替換為（ps，worker，evaluator，graphlearn）。

      STRING

      是

      *_gpu

      否

      TensorFlow *節點使用GPU的個數，預設為空白。*可替換為（ps，worker，evaluator，graphlearn）。

      STRING

      是

      *_gpu_type

      否

      TensorFlow *節點使用GPU的類型，預設為空白。樣本值：GU50。*可替換為（ps，worker，evaluator，graphlearn）。

      STRING

      是

      *_memory

      否

      TensorFlow *節點使用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。*可替換為（ps，worker，evaluator，graphlearn）。

      STRING

      是

      *_shared_memory

      否

      TensorFlow *節點用於共用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。*可替換為（ps，worker，evaluator，graphlearn）。

      STRING

      是

    • 樣本

      • 通過命令列參數提交一個2 Worker+ 1 PS的分布式作業，樣本如下。

        ./dlc submit tfjob --name=test_2021 --ps=1 \
  --ps_spec=ecs.g6.8xlarge \
  --ps_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/tensorflow-training:1.12.2PAI-cpu-py27-ubuntu16.04 \
  --workers=2 \
  --worker_spec=ecs.g6.4xlarge \
  --worker_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/tensorflow-training:1.12.2PAI-cpu-py27-ubuntu16.04 \
  --command="python /root/data/dist_mnist/code/dist-main.py --max_steps=10000 --data_dir=/root/data/dist_mnist/data/" \
  --workspace_id=***** \
  --data_sources=data-2021xxxxxxxxxx-xxxxxxxxxxxx

        系統返回如下類似結果。

        +----------------------------------+--------------------------------------+
|              JobId               |              RequestId               |
+----------------------------------+--------------------------------------+
| dlcmp6vwljkz****                 | xxxxxxxx-79AF-4EFC-9CE9-xxxxxxxxxxxx |
+----------------------------------+--------------------------------------+

      • 通過任務參數描述檔案提交一個2 Worker+ 1 PS的分布式作業，樣本如下。

        ./dlc submit tfjob --job_file=job_file.dist_mnist.1ps2w

        其中job_file.dist_mnist.1ps2w為任務參數描述檔案，採用<parameterName>=<parameterValue>的格式填寫參數。job_file.dist_mnist.1ps2w的內容如下所示。

        name=test_2021
workers=2
worker_spec=ecs.g6.4xlarge
worker_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/tensorflow-training:1.12.2PAI-cpu-py27-ubuntu16.04
ps=1
ps_spec=ecs.g6.8xlarge
ps_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/tensorflow-training:1.12.2PAI-cpu-py27-ubuntu16.04
command=python /root/data/dist_mnist/code/dist-main.py --max_steps=10000 --data_dir=/root/data/dist_mnist/data/
workspace_id=*****
data_sources=data-2021xxxxxxxxxx-xxxxxxxxxxxx

    提交PyTorch訓練任務（submit pytorchjob）

    • 功能

      用於提交PyTorch訓練任務。

    • 格式

      系統支援通過命令列參數或任務參數描述檔案的方式提交PyTorch任務。

      ./dlc submit pytorchjob [flags]

    • 參數

      如果通過命令列參數的方式提交PyTorch任務，則需要將命令中的如下參數替換為實際值。如果通過任務參數描述檔案的方式提交PyTorch任務，則將任務參數描述檔案中支援的參數以<parameterName>=<parameterValue>的形式寫入檔案中。提交PyTorch任務的通用參數如文章開頭的列表所示，以下為PyTorch任務的特有參數：

      表 4. 提交PyTorch任務的特有參數

      參數名稱

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      workspace_id

      是

      工作空間的ID，（即作業提交DLC公用的工作空間）預設為空白。如何建立工作空間可以參考建立工作空間。

      STRING

      是

      master_image

      否

      PyTorch Master節點的鏡像，預設值為空白。

      STRING

      是

      master_spec

      否

      PyTorch Master節點使用的伺服器型號，預設值為空白。

      STRING

      是

      masters

      否

      PyTorch Master節點的數量，預設值為0。

      INT

      是

      worker_image

      否

      PyTorch Worker節點的鏡像，預設值為空白。

      STRING

      是

      worker_spec

      否

      PyTorch Worker節點使用的伺服器型號，預設值為空白。

      STRING

      是

      workers

      否

      PyTorch Worker節點的數量，預設值為0。

      INT

      是

      表 5. 提交PyTorch任務至專有資源群組的特有參數

      參數

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      resource_id

      否（若要提交任務至專有資源群組則為必選）

      專有資源配額的ID，預設為空白。如何建立專有資源配額可以參考通用計算資源配額。

      STRING

      是

      priority

      否

      任務優先順序。預設為1。

      INT

      是

      master_cpu

      否

      PyTorch Master節點使用CPU的個數，預設為空白。

      STRING

      是

      master_gpu

      否

      PyTorch Master節點使用GPU的個數，預設為空白。

      STRING

      是

      master_gpu_type

      否

      PyTorch Master節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      master_memory

      否

      PyTorch Master節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      master_shared_memory

      否

      PyTorch Master節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      worker_cpu

      否

      PyTorch Worker節點使用CPU的個數，預設為空白。

      STRING

      是

      worker_gpu

      否

      PyTorch Worker節點使用GPU的個數，預設為空白。

      STRING

      是

      worker_gpu_type

      否

      PyTorch Worker節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      worker_memory

      否

      PyTorch Worker節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      worker_shared_memory

      否

      PyTorch Worker節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

    • 樣本

      通過命令列參數提交一個GPU的模型訓練任務，樣本如下。

      ./dlc submit pytorchjob --name=test_pt_face \
  --workers=1 \
  --worker_spec=ecs.gn6e-c12g1.3xlarge \
  --worker_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/pytorch-training:1.7.1-gpu-py37-cu110-ubuntu18.04 \
  --command="apt-get update; apt-get -y --allow-downgrades install libpcre3=2:8.38-3.1 libpcre3-dev libgl1-mesa-glx libglib2.0-dev; cd /root/data/face; python train.py --num_workers 0 --save_folder outputs" \
  --data_sources=data-20210410224621-xxxxxxxxxxxx \
  --workspace_id=*****

      系統返回如下類似結果。

      +----------------------------------+--------------------------------------+
|              JobId               |              RequestId               |
+----------------------------------+--------------------------------------+
| dlcu704xxuxk****                 | xxxxxxxx-79AF-4EFC-9CE9-xxxxxxxxxxxx |
+----------------------------------+--------------------------------------+

    提交XGBoost訓練任務（submit xgboostjob）

    • 功能

      用於提交XGBoost訓練任務。

    • 格式

      系統支援通過命令列參數或任務參數描述檔案的方式提交XGBoost任務。

      ./dlc submit xgboostjob [flags]

    • 參數

      如果通過命令列參數的方式提交XGBoost任務，則需要將命令中的如下參數替換為實際值。如果通過任務參數描述檔案的方式提交XGBoost任務，則將任務參數描述檔案中支援的參數以<parameterName>=<parameterValue>的形式寫入檔案中。提交XGBoost任務的通用參數如文章開頭的列表所示，以下為XGBoost任務的特有參數：

      表 6. 提交XGBoost任務的特有參數

      參數名稱

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      workspace_id

      是

      工作空間的ID，（即作業提交DLC公用的工作空間）預設為空白。如何建立工作空間可以參考建立工作空間。

      STRING

      是

      master_image

      否

      XGBoost Master節點的鏡像，預設值為空白。

      STRING

      是

      master_spec

      否

      XGBoost Master節點使用的伺服器型號，預設值為空白。

      STRING

      是

      masters

      否

      XGBoost Master節點的數量，預設值為0。

      INT

      是

      worker_image

      否

      XGBoost Worker節點的鏡像，預設值為空白。

      STRING

      是

      worker_spec

      否

      XGBoost Worker節點使用的伺服器型號，預設值為空白。

      STRING

      是

      workers

      否

      XGBoost Worker節點的數量，預設值為0。

      INT

      是

      表 7. 提交XGBoost任務至專有資源群組的特有參數

      參數

      是否必選

      描述

      類型

      任務參數描述檔案中是否支援該參數

      resource_id

      否（若要提交任務至專有資源群組則為必選）

      專有資源配額的ID，預設為空白。如何建立專有資源配額可以參考通用計算資源配額。

      STRING

      是

      priority

      否

      任務優先順序。預設為1。

      INT

      是

      master_cpu

      否

      XGBoost Master節點使用CPU的個數，預設為空白。

      STRING

      是

      master_gpu

      否

      XGBoost Master節點使用GPU的個數，預設為空白。

      STRING

      是

      master_gpu_type

      否

      XGBoost Master節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      master_memory

      否

      XGBoost Master節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      master_shared_memory

      否

      XGBoost Master節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      worker_cpu

      否

      XGBoost Worker節點使用CPU的個數，預設為空白。

      STRING

      是

      worker_gpu

      否

      XGBoost Worker節點使用GPU的個數，預設為空白。

      STRING

      是

      worker_gpu_type

      否

      XGBoost Worker節點使用GPU的類型，預設為空白。樣本值：GU50。

      STRING

      是

      worker_memory

      否

      XGBoost Worker節點使用記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

      worker_shared_memory

      否

      XGBoost Worker節點用於共用的記憶體資源，預設為空白。樣本值：500 Mi，1 Gi。

      STRING

      是

    • 樣本

      通過命令列參數提交一個XGBoost任務，樣本如下。

      ./dlc submit xgboostjob --name=test_xgboost \
  --workers=1 \
  --worker_spec=ecs.gn6e-c12g1.3xlarge \
  --worker_image=xgboost-training:1.6.0-cpu-py36-ubuntu18.04 \
  --command="python /root/code/horovod/xgboost/main.py --job_type=Train --xgboost_parameter=objective:multi:softprob,num_class:3 --n_estimators=50 --model_path=autoAI/xgb-opt/2" \
  --workspace_id=*****

      系統返回如下類似結果。

      +----------------------------------+--------------------------------------+
|              JobId               |              RequestId               |
+----------------------------------+--------------------------------------+
| dlc1nvu3gli0****                 | xxxxxxxx-79AF-4EFC-9CE9-xxxxxxxxxxxx |
+----------------------------------+--------------------------------------+

    提交任務時使用指定節點調度

    使用靈駿智算或通用計算的資源配額提交任務時，您可以通過在DLC命令列中配置參數來調度指定節點。

    說明

    該功能暫時僅供白名單使用者使用。如有需要，請聯絡您的商務經理添加白名單。

    • 參數

      參數

      描述

      樣本值

      --allow_nodes="${allow_nodes}"

      指定節點名稱列表，多個節點名稱使用半形逗號（,）分隔，建議中間不要有空格。

      lingjuc47iextvg9-***,lingjuc47iextvg9-***

      --deny_nodes="${deny_nodes}"

      排除節點名稱列表，多個節點名稱使用半形逗號（,）分隔，建議中間不要有空格。

      lingjuc47iextvg9-***,lingjuc47iextvg9-***

    • 樣本

      命令列參數

      • 不指定調度節點

        ./dlc submit pytorchjob --name=assign_node_test_no_node  \--workers=1 \
    --worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04 \
    --command="sleep 1000" \
    --workspace_id='****' \
    --resource_id='quotau2h98mt****' \
    --worker_cpu="1" \
    --worker_memory='2Gi'

      • 指定調度節點

        ./dlc submit pytorchjob --name=assign_node_test_2_allow_nodes  \--workers=1 \
    --worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04 \
    --command="sleep 1000" \
    --workspace_id='****' \
    --resource_id='quotau2h98mt****' \
    --worker_cpu="1" \
    --worker_memory='2Gi' \
    --allow_nodes="lingjuc47iextvg9-****,lingjuc47iextvg9-****"

      • 排除指定節點

         ./dlc submit pytorchjob --name=assign_node_test_two_deny_nodes  \--workers=1 \
    --worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04 \
    --command="sleep 1000" \
    --workspace_id='****' \
    --resource_id='quotau2h98mt****' \
    --worker_cpu="1" \
    --worker_memory='2Gi' \
    --deny_nodes="lingjuc47iextvg9-****,lingjuc47iextvg9-****"

      • 指定調度節點&排除指定節點

        ./dlc submit pytorchjob --name=assign_node_test_two_allow_two_deny  \--workers=1 \
    --worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04 \
    --command="sleep 1000" \
    --workspace_id='****' \
    --resource_id='quotau2h98mt****' \
    --worker_cpu="1" \
    --worker_memory='2Gi' \
    --allow_nodes="lingjuc47iextvg9-****,lingjuc47iextvg9-****" \
    --deny_nodes="lingjuc47iextvg9-****,lingjuc47iextvg9-****"

      檔案讀取

      • 命令列

        ./dlc submit pytorchjob -f job_file

      • job_file檔案樣本

        • 不指定調度節點

          name=assign_node_test_no_node
workers=1
worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04
command=sleep 1000
workspace_id=****
resource_id=quotau2h98mt****
worker_cpu=1
worker_memory=2Gi

        • 指定調度節點

          name=assign_node_test_2_allow_nodes
workers=1
worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04
command=sleep 1000
workspace_id=****
resource_id=quotau2h98mt****
worker_cpu=1
worker_memory=2Gi
allow_nodes=lingjuc47iextvg9-****,lingjuc47iextvg9-****

        • 排除指定節點

          name=assign_node_test_two_allow_two_deny
workers=1
worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04
command=sleep 1000
workspace_id=****
resource_id=quotau2h98mt****
worker_cpu=1
worker_memory=2Gi
deny_nodes=lingjuc47iextvg9-****,lingjuc47iextvg9-****

        • 指定調度節點&排除指定節點

          name=assign_node_test_two_allow_two_deny
workers=1
worker_image=dsw-registry-vpc.****.cr.aliyuncs.com/pai/easyanimate:1.1.5-pytorch2.2.0-gpu-py310-cu118-ubuntu22.04
command=sleep 1000
workspace_id=****
resource_id=quotau2h98mt****
worker_cpu=1
worker_memory=2Gi
allow_nodes=lingjuc47iextvg9-****,lingjuc47iextvg9-****
deny_nodes=lingjuc47iextvg9-****,lingjuc47iextvg9-****

    相關文檔

    • 任務提交成功後，您可以通過用戶端工具管理工作。具體操作，請參見停止命令和查詢命令。

    • 您也可以通過控制台管理已提交的任務。具體操作，請參見管理訓練任務。