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
輸入文檔關鍵字查找
首頁 容器服務 Kubernetes 版 ACK 云原生AI套件 操作指南 環境準備 配置Arena客戶端

配置Arena客戶端

更新時間：
產品詳情
我的收藏

Arena是基于Kubernetes的機器學習輕量級解決方案，支持數據準備、模型開發、模型訓練和模型預測的完整生命周期，提升數據科學家工作效率。同時和阿里云的基礎云服務深度集成，支持GPU共享、CPFS等服務，可以運行阿里云優化的深度學習框架，最大化使用阿里云異構設備的性能和成本的效益。本文介紹如何配置Arena客戶端。

前提條件

步驟一：配置Arena客戶端

  1. 連接集群。

    托管版集群

    因為托管版集群無Master節點，所以您需要將Arena客戶端安裝在您的本地計算機上（例如：個人Mac）。具體操作，請參見獲取集群KubeConfig并通過kubectl工具連接集群。

    專有版集群

    用SSH方式登錄專有版集群的管理節點，然后執行arena命令。具體操作，請參見通過SSH連接ACK專有集群的Master節點。

    說明

    您可以通過執行命令kubectl get nodes判斷KubeConfig文件是否正確配置。

  2. 根據您所使用的操作系統類型（Linux/macOS）和處理器架構（amd64/arm64）執行相應的命令以安裝Arena客戶端。

    Linux/amd64

    # 下載arena安裝包
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-linux-amd64.tar.gz

# 解壓安裝包
tar -zxvf arena-installer-0.12.0-linux-amd64.tar.gz

# 安裝arena
cd arena-installer-0.12.0-linux-amd64
bash install.sh --only-binary

    Linux/arm64

    # 下載arena安裝包
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-linux-arm64.tar.gz

# 解壓安裝包
tar -zxvf arena-installer-0.12.0-linux-arm64.tar.gz

# 安裝arena
cd arena-installer-0.12.0-linux-arm64
bash install.sh --only-binary

    macOS/amd64

    # 下載arena安裝包
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-darwin-amd64.tar.gz

# 解壓安裝包
tar -zxvf arena-installer-0.12.0-darwin-amd64.tar.gz

# 安裝arena
cd arena-installer-0.12.0-darwin-amd64
bash install.sh --only-binary

    macOS/arm64

    # 下載arena安裝包
wget https://aliacs-k8s-cn-hangzhou.oss-cn-hangzhou.aliyuncs.com/arena/arena-installer-0.12.0-darwin-arm64.tar.gz

# 解壓安裝包
tar -zxvf arena-installer-0.12.0-darwin-arm64.tar.gz

# 安裝arena
cd arena-installer-0.12.0-darwin-arm64
bash install.sh --only-binary

  3. （可選）安裝自動補全軟件。安裝自動補全軟件支持命令參數自動提示功能，幫助您避免記憶命令行。安裝完成后，在命令行終端通過Tab鍵即可自動補全命令。

    1. 安裝補全軟件。

      CentOS或Linux

      sudo yum install bash-completion -y

      Debian或Ubuntu

      sudo apt-get install bash-completion

      macOS

      brew install bash-completion@2

    2. 在profile文件中增加自動補全功能。

      Linux

      echo "source <(arena completion bash)" >> ~/.bashrc
chmod u+x ~/.bashrc

      macOS

      echo "source $(brew --prefix)/etc/profile.d/bash_completion.sh" >> ~/.bashrc

步驟二：驗證Arena

您可以執行以下步驟驗證Arena是否正常工作。

  1. 執行以下命令檢查集群的可用GPU資源。

    arena top node

    看到輸出為節點和GPU卡的信息，代表輸出正確。

    NAME                        IPADDRESS      ROLE    STATUS  GPU(Total)  GPU(Allocated)
cn-huhehaote.192.168.X.XXX  192.168.0.117  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.118  <none>  ready   8           0
cn-huhehaote.192.168.X.XXX  192.168.0.119  <none>  ready   8           0
cn-huhehaote.192.169.X.XXX  192.168.0.120  <none>  ready   8           0
-----------------------------------------------------------------------------------------
Allocated/Total GPUs In Cluster:
0/32 (0%)

  2. 通過arena提交一個訓練作業，看到任務被成功提交。

    arena submit tf \
      --name=firstjob \
      --gpus=1 \
      --image=registry.cn-hangzhou.aliyuncs.com/tensorflow-samples/tf-mnist-standalone:gpu \
      "python /app/main.py"

    預期輸出：

    configmap/firstjob-tfjob created
configmap/firstjob-tfjob labeled
tfjob.kubeflow.org/firstjob created
INFO[0001] The Job firstjob has been submitted successfully
INFO[0001] You can run `arena get firstjob --type tfjob` to check the job status

  3. 執行以下命令列出所有作業。

    arena list

    預期輸出：

    NAME      STATUS   TRAINER  AGE  NODE
firstjob  RUNNING  TFJOB    5s   192.168.X.XXX

  4. 執行以下命令查看提交作業的狀態。

    arena get firstjob

    預期輸出：

    STATUS: SUCCEEDED
NAMESPACE: default
PRIORITY: N/A
TRAINING DURATION: 52s
NAME      STATUS     TRAINER  AGE  INSTANCE          NODE
firstjob  SUCCEEDED  TFJOB    14m  firstjob-chief-0  192.168.X.XXX

  5. 執行以下命令查看作業日志。

    arena logs --tail=10 firstjob

    預期輸出：

    Accuracy at step 910: 0.9694
Accuracy at step 920: 0.9687
Accuracy at step 930: 0.9676
Accuracy at step 940: 0.9678
Accuracy at step 950: 0.9704
Accuracy at step 960: 0.9692
Accuracy at step 970: 0.9721
Accuracy at step 980: 0.9696
Accuracy at step 990: 0.9675
Adding run metadata for 999

相關視頻

下方視頻介紹如何安裝Arena并使用Arena提交Gang Scheduling任務。