任务模式

请根据实际需求选择如下任务模式：

• 单机任务：支持单机单卡、单机多卡。
• 分布式：支持多机多卡。

资源配置

配置任务运行所需的资源，资源使用不能超过您的个人配额和平台总资源量，该配置影响训练效率，建议您根据系统的最大值提示和实际需要合理配置。

说明：

• 若剩余配额不足，则提交后会直接进入配额等待队列，等其他的任务释放出足够的配额，该任务才可继续。
• 若剩余资源不足，则提交后会直接进入资源等待队列，等其他的任务释放出足够的资源，该任务才可继续。

参数模式

指平台资源的默认配置模式，请参考如下说明配置资源。

①资源配置：
根据训练任务的算力需求，选择如下一种并配置算力量。

• CPU

  • CPU：视业务规模自定义。
  • 配比：根据 CPU 数按配比分配内存，若 配比 选择 自定义，则需您手动配置 内存。
  • 其他配置：临时存储是开发环境构建时环境本身占用的存储资源，默认为 10 GB，环境停止则临时存储资源释放。

• GPU（物理卡）

  • 型号：按需选择，型号名称以 * 为前缀的是人工聚合的 GPU 型号。
  • 数量：视业务规模合理配置。
  • 配比：根据 GPU 数量 按照 配比 分配 CPU 和内存。若 配比 选择 自定义，则需您手动配置 CPU 和内存。
  • 其他配置：临时存储是开发环境构建时环境本身占用的存储资源，默认为 10 GB，环境停止则临时存储资源释放。

• GPU（虚拟卡）

  • 型号：自定义。
  • 数量：视业务规模合理配置。
  • 单 GPU 算力：不能超过 100%。
  • 单 GPU 显存：根据 单 GPU 算力 按内置配比分配 单 GPU 显存。您可单击 解除配比，并自定义 单 GPU 显存。
  • 配比：根据 GPU 数量 按照 配比 分配 CPU 和内存。若 配比 选择 自定义，则需您手动配置 CPU 和内存。
  • 其他配置：临时存储默认为 10 GB，不可低于 2G。

  说明：

  • 总算力 = 数量 * 单 GPU 算力
  • 总显存 = 数量 * 单 GPU 显存

②空闲资源提示：指定资源/卡型号后，空闲资源提示可选择资源并查看空闲量，按照提示配置资源，详情可参考空闲资源提示。

说明：此处 空闲资源提示 的值不实时刷新，建议您配置时手动刷新一次，且资源配置完还有其他配置要填，到您提交任务时可能已有其他人消耗了平台部分资源，总体上仍可以减少排队时间。

③配置资源可行性检测，检测是否有节点能承接该资源配置的任务，即平台中存在一个节点，其各类型的资源总量均大于您的资源配置量。检测失败，可参考右侧 空闲资源提示 重新配置资源后再进行检测。

规格模式

管理员在管理控制台开启了 规格管理，并创建了若干规格供 “工作台” 用户选择。
您只需按需选择合适算力的资源规格即可。

启动命令

任务启动后，启动命令 会在 / 目录下执行。最多可输入 10000 个字符，命令之间以换行符分割。

注意：若在其他目录下执行，则注意在启动命令中切换到目标目录。

为方便您能在启动命令中更好的安排模型训练，平台提供了有关于角色、数据集、代码、实例等相关的环境变量。比如：

• 存储路径使用环境变量的启动命令

  python3 $GEMINI_RUN/train_images.py  --mode train --model mobileNet --num_epochs 1 --batch_size 8 --data_dir $GEMINI_DATA_IN1/DogsvsCats --train_dir $GEMINI_DATA_OUT
  

• 存储路径未使用环境变量的启动命令

  python3 /gemini/code/train_images.py  --mode train --model mobileNet --num_epochs 1 --batch_size 8 --data_dir /gemini/data-1/DogsvsCats --train_dir /gemini/output
  

  其中 $GEMINI_RUN 指代码的存储路径即 /gemini/code/，$GEMINI_DATA_IN1 指数据集的存储路径即 /gemini/data-1/，$GEMINI_DATA_OUT 指训练结果的输出路径即 /gemini/output。 您可单击 查看环境变量 查看还有哪些环境变量，并参考 环境变量说明 了解其含义和具体使用方式。

挂载数据

训练任务会默认填入项目中挂载的所有数据，您可根据实际需要全选或选择某个数据集。

预训练模型

训练任务会默认填入项目中挂载的预训练模型，您可根据实际需要全选或选择某个模型。

代码版本

选择用于离线训练的代码版本。

工作镜像

默认使用项目中挂载的镜像，您也可单击已选镜像后的 x，将其取消，然后单击 添加镜像 重新选择镜像。

开放端口

外部服务可通过该端口对接训练任务，设置后支持修改。建议填写范围 1025~65535。
一个环境最多开放 10 个端口，平台的总端口数上限为 19500 个。

最长运行时间

设置该训练持续的最长时间，以免该任务长期占用空间资源。

副本失败重试

设置副本启动失败重试次数。设置后，若副本中任一环节执行失败，系统将自动重新启动整个副本。