深度学习作业

深度学习作业集成了多种开源的深度学习框架。用户可以使用不同的框架，编写代码进行多轮训练和迭代，并将产生的模型和各种数据上传到BOS存储上。

新建作业

在训练作业中，提供多种资源套餐和不同型号的GPU资源，统一资源调度，从而提高训练速度。

左侧导航栏选择“训练-->深度学习作业”，进入深度学习作业列表页。点击『新建作业』，进入新建作业流程。

新建作业时，需要提交运行代码，并完成相应的配置。

提交运行代码，您可以通过两种方式录入代码：

1. 直接编辑代码：将调试好代码直接复制到代码编辑框发起作业。
2. 选取代码文件：将代码上传至BOS，填写BOS上的代码文件路径发起集群作业。

• 选择“直接编辑代码”时，可以直接在代码编辑框中敲入代码。

另外，您可以点击“选择代码模板”，这里我们提供了一些代码模板供您参考。但注意，选择的代码模板会覆盖代码编辑区中的代码。

• 选择“选取代码文件”时，选取代码存储的BOS路径，完成代码录入。

作业配置项

配置名称	是否必须	描述
作业名称	是	只能由数字、字母或-组成且首位只能是字母
算法或框架	是	支持TensorFlow v1.13.1，Pytorch v1.1.0和PaddlePaddle v1.4.0
作业结束是否发送短信	是	作业结束后是否发送短信
输出路径	是	存放模型输出和日志的路径。将训练出的模型和数据放到容器中output目录下，平台会自动把容器中output目录下的内容上传到该路径/{job_id}/output下，日志上传到该路径/{job_id}/log下
训练数据路径	否	平台会自动下载该路径下数据到容器环境下的本地train_data目录，如果作业有多个容器，则每个容器只会被分配下载其中一部分数据
测试数据路径	否	平台会自动下载该路径下数据到容器环境下的本地test_data目录。如果作业有多个容器，则每个容器只会被分配下载其中一部分数据
计算资源	是	BML集群（或您的私有CCE集群）
资源套餐	是	包括CPU实例2核_4GB内存、CPU实例_8核_32GB内存、GPU实例深度学习开发卡_6核40GB内存x1卡、GPU实例_K40_6核40GB内存x1卡、GPU实例_V100_6核40GB内存x1卡等
实例个数	是	多机配置
最大运行时间	是	作业运行超过最大运行时间后，会自动终止作业，可能导致没有结果生成

作业管理相关操作

对于已经提交的作业，可以进行如下操作：

• 终止：终止当前正在运行或排队的作业。终止运行后，作业结果及作业日志不会上传到指定的BOS路径。
• 克隆：克隆一份作业的代码及配置项，进入发起作业页面。
• 删除：删除该条作业，如果删除时作业还在排队或运行中，会先终止排队或运行，再删除作业。
• 查看作业详情：点击作业名称可以进入作业详情，可以查看作业配置信息，作业代码，以及作业运行详情。
• 作业运行详情：查看当前作业运行状态，起止时间。
• 资源信息列表：查看当前作业所使用的容器运行状态，以及运行日志。在运行中的作业，可以直接查看运行日志。对于运行结束的作业，会提供存储运行日志的可跳转bos地址和下载链接，便于查看或下载运行日志。
• 查看日志分析：作业执行出错误时，可以在这里查看错误作业的日志分析。

查看作业结果

作业运行完成后，会根据作业配置时指定的输出结果存储路径，与日志的存储路径，将训练结果与运行日志存储到对应的BOS地址。

前往BOS查看或下载作业运行结果，利用提供的存储运行日志的可跳转BOS地址和下载链接，直接查看或下载运行日志。两种情况下，会导致作业结果及作业日志无法保存：1. 手动终止作业；2. 作业运行超时被自动终止。