创建训练任务

1.  在集群列表页，选择指定集群

2. 在左侧导航栏，选择“智算套件/AI应用列表”

3. 智算控制台页面选择“离线训练”，单击“创建AI应用”

2. 根据需要修改任务基本信息，比如任务名，任务类型、命名空间等

3. 配置训练任务，选择单机任务

4. 选择框架，这里选择nvidia-pytorch-example框架，此框架内置了MNIST训练数据集

5. 选择框架版本，此框架支持多架构

6. 选择队列，若没有则单击去创建队列，设置各类资源配额

7. 选择队列，设置任务资源，以及环境变量和启动命令等

启动命令如下：可调整对应训练轮次参数，若使用 GPU， backend 建议设置为 nccl

python3 /opt/mnist/src/mnist.py --epochs=5 --backend=nccl

PyTorch任务环境变量必须设置

PROTOCOL_BUFFERS_PYTHON_IMPLEMENTATION:python

单击确认创建任务。

查看训练任务

1. 查看任务列表，此时状态已转变为运行中

2. 单击训练任务，查看训练任务事件、日志输出以及监控

3. 最终任务完成状态变为成功