提交Tensorflow訓練任務和定時任務
本文介紹如何在AI開發(fā)控制臺提交一個TensorFlow訓練任務和定時任務。
前提條件
- 創(chuàng)建ACK Pro版集群。
- ACK Pro版集群已安裝云原生AI套件的開發(fā)控制臺和調(diào)度組件，且集群Kubernetes版本不低于1.20。
- 集群管理員在RAM控制臺創(chuàng)建子賬號（即RAM用戶），并為該子賬號分配和關(guān)聯(lián)配額組。具體操作，請參見步驟一：為用戶配置配額組。
已配置訓練數(shù)據(jù)或訓練代碼。具體操作，請參見配置訓練數(shù)據(jù)和代碼。
提交Tensorflow訓練任務
- 登錄開發(fā)控制臺。具體操作，請參見步驟二：登錄開發(fā)控制臺。
在AI開發(fā)控制臺的左側(cè)導航欄中，單擊提交任務。
在基本信息區(qū)域：
配置任務名稱、任務類型（默認值為TF單機）、命名空間、執(zhí)行命令等。
重要命名空間只能選擇為集群管理員為您分配的命名空間，其他選項可根據(jù)需要配置。
可選：打開Tensorboard開關(guān)，可視化查看訓練作業(yè)。
可選：打開定時任務開關(guān)，配置定時任務。
定時策略：標準的Crontab表達式。關(guān)于如何使用Crontab表達式，請參見how-use-cron-linux。
如果當前訓練任務尚未結(jié)束，定時任務的并行策略支持以下三種：
Allow：允許創(chuàng)建新的訓練任務。
Forbid：在訓練任務結(jié)束前，禁止創(chuàng)建新的任務。
Replace：創(chuàng)建一個新的訓練任務，替換當前未結(jié)束的任務。
歷史記錄數(shù)量：集群中會保留該定時任務創(chuàng)建Tensorflow訓練任務數(shù)量，超過該數(shù)量，會自動刪除創(chuàng)建時間最早的Tensorflow訓練任務。
在任務資源配置區(qū)域，配置模型訓練的實例數(shù)量和鏡像，以及訓練任務需要的CPU（核數(shù)）（默認值為4）、內(nèi)存（GB）（默認值為8 GB）、GPU（卡數(shù)）（默認值為0）。
在高級配置區(qū)域，配置K8s對象的元數(shù)據(jù)label、annotation和nodeSelection。
單擊提交任務。
在AI開發(fā)控制臺的左側(cè)導航欄中，單擊任務列表，查看任務的名稱、執(zhí)行狀況等信息。