日本熟妇hd丰满老熟妇,中文字幕一区二区三区在线不卡 ,亚洲成片在线观看,免费女同在线一区二区

AI 助理
備案控制臺
文檔
有獎調研
輸入文檔關鍵字查找
首頁 人工智能平臺 PAI 操作指南 CLI工具 DLC客戶端工具 提交命令

提交命令

更新時間：
產品詳情
相關技術圈
我的收藏

您可以通過客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、參數解釋和使用示例。

提交任務的通用參數

使用DLC命令行提交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

任務參數描述文件中是否支持該參數

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

綁定的數據集ID，您可以前往數據集管理頁面查看，詳情請參見創建及管理數據集。如存在多個，則以半角逗號（,）分隔，默認為空。

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，默認為空。

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，則以半角逗號（,）分隔，默認為空。

STRING

是

thirdparty_lib_dir

否

Python三方庫安裝使用的requirements.txt文件所在文件夾，默認為空。

STRING

否

vpc_id

否

任務可訪問的專有網絡VPC的ID，默認為空。

STRING

是

switch_id

否（若存在vpc_id則為必選）

任務訪問的專有網絡VPC中的交換器ID，默認為空。

STRING

是

security_group_id

否（若存在vpc_id則為必選）

任務訪問的專有網絡VPC中的安全組ID，默認為空。

STRING

是

job_file

否

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

STRING

否

interactive

否

是否以交互模式啟動任務。

BOOL

是

job_max_running_time_minutes

否

任務的最大運行時長。默認值為0，表示不設置最大運行時長。

INT64

是

success_policy

否

目前僅支持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。

默認為空表示AllWorkers。

STRING

是

envs

否

配置Worker的環境變量，環境變量之間通過半角逗號（,）分隔，環境變量的Key與Value之間通過等號分隔。格式為key1=value1,key2=value2。

StringToString

是

tags

否

配置作業的標簽，標簽之間通過半角逗號（,）分隔，標簽的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（默認值）：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

配置作業的優先級，默認值為1，參數值的范圍是1~9。其中：

  • 1為最低優先級。

  • 9為最高優先級。

INT32

是

exit_code_on_stopped

否

以交互模式運行任務時，當任務被停止時指定命令行工具的退出碼，默認值是0。

INT32

是

job_reserved_minutes

否

設置任務結束時的保留時長，單位是分鐘，默認值是0。

INT32

是

job_reserved_policy

否

設置任務保留的策略，可選值：

  • Always（默認值）：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

    用于提交TensorFlow訓練任務。

  • 格式

    系統支持通過命令行參數或任務參數描述文件的方式提交TensorFlow任務。

    ./dlc submit tfjob [flags]

  • 參數

    如果通過命令行參數的方式提交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文件的方式提交TensorFlow任務，則將任務參數描述文件中支持的參數以<parameterName>=<parameterValue>的形式寫入文件中。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

    任務參數描述文件中是否支持該參數

    workspace_id

    是

    工作空間的ID，（即作業提交DLC公共的工作空間）默認為空。如何創建工作空間可以參考創建工作空間。

    STRING

    是

    chief

    否

    是否啟用TensorFlow Chief節點，該參數取值包括：

    • false：默認值，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，默認值為空。

    STRING

    是

    chief_spec

    否

    TensorFlow Chief節點使用的服務器型號，默認值為空。

    STRING

    是

    master_image

    否

    TensorFlow Master節點的鏡像，默認值為空。

    STRING

    是

    master_spec

    否

    TensorFlow Master節點使用的服務器型號。

    STRING

    是

    masters

    否

    TensorFlow Master節點的數量，默認值為0。

    INT

    是

    ps

    否

    TensorFlow Parameter Server節點的數量，默認值為0。

    INT

    是

    ps_image

    否

    TensorFlow Parameter Server節點的鏡像，默認值為空。

    STRING

    是

    ps_spec

    否

    TensorFlow Parameter Server節點使用的服務器型號，默認值為空。

    STRING

    是

    worker_image

    否

    TensorFlow Worker節點的鏡像，默認值為空。

    STRING

    是

    worker_spec

    否

    TensorFlow Worker節點使用的服務器型號，默認值為空。

    STRING

    是

    workers

    否

    TensorFlow Worker節點的數量，默認值為0。

    INT

    是

    evaluator_image

    否

    TensorFlow Evaluators節點的鏡像，默認值為空。

    STRING

    是

    evaluator_spec

    否

    TensorFlow Evaluators節點使用的服務器型號，默認值為空。

    STRING

    是

    evaluators

    否

    TensorFlow Evaluators節點的數量，默認值為0。

    INT

    是

    graphlearn_image

    否

    TensorFlow GraphLearn節點的鏡像，默認值為空。

    STRING

    是

    graphlearn_spec

    否

    TensorFlow GraphLearn節點使用的服務器型號，默認值為空。

    STRING

    是

    graphlearns

    否

    TensorFlow GraphLearn節點的數量，默認值為0。

    INT

    是

    表 3. 提交TensorFlow任務至專有資源組的特有參數

    參數

    是否必選

    描述

    類型

    任務參數描述文件中是否支持該參數

    resource_id

    否（若要提交任務至專有資源組則為必選）

    專有資源配額的ID，默認為空。如何創建專有資源配額可以參考通用計算資源配額。

    STRING

    是

    priority

    否

    任務優先級，默認為1。

    INT

    是

    chief_cpu

    否

    TensorFlow Chief節點使用CPU的個數，默認為空。

    STRING

    是

    chief_gpu

    否

    TensorFlow Chief節點使用GPU的個數，默認為空。

    STRING

    是

    chief_gpu_type

    否

    TensorFlow Chief節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    chief_memory

    否

    TensorFlow Chief節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    chief_shared_memory

    否

    TensorFlow Chief節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    master_cpu

    否

    TensorFlow Master節點使用CPU的個數，默認為空。

    STRING

    是

    master_gpu

    否

    TensorFlow Master節點使用GPU的個數，默認為空。

    STRING

    是

    master_gpu_type

    否

    TensorFlow Master節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    master_memory

    否

    TensorFlow Master節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    master_shared_memory

    否

    TensorFlow Master節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    *_cpu

    否

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

    STRING

    是

    *_gpu

    否

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

    STRING

    是

    *_gpu_type

    否

    TensorFlow *節點使用GPU的類型，默認為空。示例值：GU50。*可替換為（ps，worker，evaluator，graphlearn）。

    STRING

    是

    *_memory

    否

    TensorFlow *節點使用的內存資源，默認為空。示例值：500 Mi，1 Gi。*可替換為（ps，worker，evaluator，graphlearn）。

    STRING

    是

    *_shared_memory

    否

    TensorFlow *節點用于共享內存資源，默認為空。示例值：500 Mi，1 Gi。*可替換為（ps，worker，evaluator，graphlearn）。

    STRING

    是

  • 示例

    • 通過命令行參數提交一個2 Worker+ 1 PS的分布式作業，示例如下。

      ./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 |
+----------------------------------+--------------------------------------+

    • 通過任務參數描述文件提交一個2 Worker+ 1 PS的分布式作業，示例如下。

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

      其中job_file.dist_mnist.1ps2w為任務參數描述文件，采用<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

    用于提交PyTorch訓練任務。

  • 格式

    系統支持通過命令行參數或任務參數描述文件的方式提交PyTorch任務。

    ./dlc submit pytorchjob [flags]

  • 參數

    如果通過命令行參數的方式提交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文件的方式提交PyTorch任務，則將任務參數描述文件中支持的參數以<parameterName>=<parameterValue>的形式寫入文件中。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

    任務參數描述文件中是否支持該參數

    workspace_id

    是

    工作空間的ID，（即作業提交DLC公共的工作空間）默認為空。如何創建工作空間可以參考創建工作空間。

    STRING

    是

    master_image

    否

    PyTorch Master節點的鏡像，默認值為空。

    STRING

    是

    master_spec

    否

    PyTorch Master節點使用的服務器型號，默認值為空。

    STRING

    是

    masters

    否

    PyTorch Master節點的數量，默認值為0。

    INT

    是

    worker_image

    否

    PyTorch Worker節點的鏡像，默認值為空。

    STRING

    是

    worker_spec

    否

    PyTorch Worker節點使用的服務器型號，默認值為空。

    STRING

    是

    workers

    否

    PyTorch Worker節點的數量，默認值為0。

    INT

    是

    表 5. 提交PyTorch任務至專有資源組的特有參數

    參數

    是否必選

    描述

    類型

    任務參數描述文件中是否支持該參數

    resource_id

    否（若要提交任務至專有資源組則為必選）

    專有資源配額的ID，默認為空。如何創建專有資源配額可以參考通用計算資源配額。

    STRING

    是

    priority

    否

    任務優先級。默認為1。

    INT

    是

    master_cpu

    否

    PyTorch Master節點使用CPU的個數，默認為空。

    STRING

    是

    master_gpu

    否

    PyTorch Master節點使用GPU的個數，默認為空。

    STRING

    是

    master_gpu_type

    否

    PyTorch Master節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    master_memory

    否

    PyTorch Master節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    master_shared_memory

    否

    PyTorch Master節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    worker_cpu

    否

    PyTorch Worker節點使用CPU的個數，默認為空。

    STRING

    是

    worker_gpu

    否

    PyTorch Worker節點使用GPU的個數，默認為空。

    STRING

    是

    worker_gpu_type

    否

    PyTorch Worker節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    worker_memory

    否

    PyTorch Worker節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    worker_shared_memory

    否

    PyTorch Worker節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

  • 示例

    通過命令行參數提交一個GPU的模型訓練任務，示例如下。

    ./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

    用于提交XGBoost訓練任務。

  • 格式

    系統支持通過命令行參數或任務參數描述文件的方式提交XGBoost任務。

    ./dlc submit xgboostjob [flags]

  • 參數

    如果通過命令行參數的方式提交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文件的方式提交XGBoost任務，則將任務參數描述文件中支持的參數以<parameterName>=<parameterValue>的形式寫入文件中。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

    任務參數描述文件中是否支持該參數

    workspace_id

    是

    工作空間的ID，（即作業提交DLC公共的工作空間）默認為空。如何創建工作空間可以參考創建工作空間。

    STRING

    是

    master_image

    否

    XGBoost Master節點的鏡像，默認值為空。

    STRING

    是

    master_spec

    否

    XGBoost Master節點使用的服務器型號，默認值為空。

    STRING

    是

    masters

    否

    XGBoost Master節點的數量，默認值為0。

    INT

    是

    worker_image

    否

    XGBoost Worker節點的鏡像，默認值為空。

    STRING

    是

    worker_spec

    否

    XGBoost Worker節點使用的服務器型號，默認值為空。

    STRING

    是

    workers

    否

    XGBoost Worker節點的數量，默認值為0。

    INT

    是

    表 7. 提交XGBoost任務至專有資源組的特有參數

    參數

    是否必選

    描述

    類型

    任務參數描述文件中是否支持該參數

    resource_id

    否（若要提交任務至專有資源組則為必選）

    專有資源配額的ID，默認為空。如何創建專有資源配額可以參考通用計算資源配額。

    STRING

    是

    priority

    否

    任務優先級。默認為1。

    INT

    是

    master_cpu

    否

    XGBoost Master節點使用CPU的個數，默認為空。

    STRING

    是

    master_gpu

    否

    XGBoost Master節點使用GPU的個數，默認為空。

    STRING

    是

    master_gpu_type

    否

    XGBoost Master節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    master_memory

    否

    XGBoost Master節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    master_shared_memory

    否

    XGBoost Master節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    worker_cpu

    否

    XGBoost Worker節點使用CPU的個數，默認為空。

    STRING

    是

    worker_gpu

    否

    XGBoost Worker節點使用GPU的個數，默認為空。

    STRING

    是

    worker_gpu_type

    否

    XGBoost Worker節點使用GPU的類型，默認為空。示例值：GU50。

    STRING

    是

    worker_memory

    否

    XGBoost Worker節點使用內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

    worker_shared_memory

    否

    XGBoost Worker節點用于共享的內存資源，默認為空。示例值：500 Mi，1 Gi。

    STRING

    是

  • 示例

    通過命令行參數提交一個XGBoost任務，示例如下。

    ./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命令行中配置參數來調度指定節點。

說明

該功能暫時僅供白名單用戶使用。如有需要，請聯系您的商務經理添加白名單。

  • 參數

    參數

    描述

    示例值

    --allow_nodes="${allow_nodes}"

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

    lingjuc47iextvg9-***,lingjuc47iextvg9-***

  • 示例

    命令行參數

    • 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-****"

    文件讀取

    • 命令行

      ./dlc submit pytorchjob -f job_file

    • job_file文件示例

      • 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

  • 任務提交成功后，您可以通過客戶端工具管理任務。具體操作，請參見停止命令和查詢命令。

  • 您也可以通過控制臺管理已提交的任務。具體操作，請參見管理訓練任務。