All Products
Search
Document Center

Platform For AI:Buat dan kelola pekerjaan pelatihan terdistribusi

Last Updated:Aug 29, 2026

PAI menyediakan halaman pusat untuk mengelola pekerjaan pelatihan terdistribusi yang dikirimkan melalui Distributed Training (DLC), platform infrastruktur AI cloud-native-nya. Topik ini menjelaskan cara membuat dan mengelolanya.

Persyaratan akun dan izin

  • Akun Alibaba Cloud: Akun ini dapat melakukan semua operasi tanpa otorisasi tambahan.

  • Pengguna RAM: Berikan izin kepada pengguna RAM dengan menambahkannya sebagai anggota ruang kerja dengan role yang sesuai. Untuk detail izin setiap role, lihat Lampiran: Roles and permissions.

Buat pekerjaan pelatihan terdistribusi

Anda dapat membuat pekerjaan pelatihan terdistribusi DLC pada tab Deep Learning Containers (DLC). Prosedurnya adalah sebagai berikut.

  1. Buka halaman manajemen task.

    1. Masuk ke PAI console.

    2. Di panel navigasi sebelah kiri, klik Workspaces. Pada halaman daftar ruang kerja, klik nama ruang kerja target Anda.

    3. Di panel navigasi sebelah kiri ruang kerja, pilih AI Computing Asset Management > Jobs untuk membuka halaman manajemen task.

  2. Pada tab Deep Learning Containers (DLC), klik Create Task.

  3. Pada halaman Create Task, konfigurasikan parameter dan klik OK.

    Untuk informasi lebih lanjut tentang cara mengonfigurasi parameter, lihat Create a training job.

Kelola pekerjaan pelatihan terdistribusi

Daftar pekerjaan pelatihan terdistribusi mencakup semua pekerjaan yang dikirimkan melalui berbagai titik masuk, seperti DLC, node algoritma di Designer yang berjalan di DLC, dan tool command-line DLC. Anda dapat mengelola pekerjaan tersebut.

Peringatan

Pekerjaan DLC yang telah dihapus tidak dapat dipulihkan. Lakukan dengan hati-hati.

  • Cari pekerjaan tertentu secara cepat berdasarkan nama, ID, rentang waktu, framework, atau status.

  • Klik nama pekerjaan untuk membuka halaman detailnya, tempat Anda dapat melihat status eksekusi, status instans, tampilan sumber daya, dan log.

  • Arahkan kursor ke pekerjaan untuk melihat status eksekusinya secara cepat.

  • Klik TensorBoard di kolom Actions untuk memvisualisasikan hasil pelatihan.

    Catatan

    Laporan analisis TensorBoard hanya dapat dilihat untuk pekerjaan pelatihan yang memiliki set data terkait.

  • Clone pekerjaan untuk membuat salinan dengan konfigurasi yang sama.

Kueri log agregat berdasarkan kata kunci

Prosedur

Anda dapat mencari event log tertentu berdasarkan kata kunci pada tab Log. Ikuti langkah-langkah berikut:

  1. Di panel navigasi sebelah kiri, pilih AI Computing Asset Management > Jobs. Pada halaman Deep Learning Containers (DLC), klik nama pekerjaan.

  2. Klik tab Log dan konfigurasikan pengaturannya.

    1. Di atas bagian Task Information, pilih rentang waktu untuk pengumpulan log.

      Catatan

      Pengumpulan log mungkin berlanjut setelah pekerjaan selesai. Pilih rentang waktu yang mencerminkan hal ini.

    2. Di area Instances, pilih instans yang diperlukan.

    3. Masukkan kata kunci di kotak pencarian di sebelah kanan untuk mencari log atau event yang relevan.

Aturan kueri dasar

Pencarian kata kunci dalam log agregat mencocokkan kata lengkap. Karena Simple Log Service (SLS) yang mendasari DLC menggunakan tokenizer, pencocokan string eksak untuk frasa tidak dijamin.

Sebagai contoh, pencarian abc def mengembalikan semua log yang berisi abc dan def, bukan hanya log yang berisi frasa eksak abc def.

Aturan kueri fuzzy

Anda dapat menggunakan wildcard untuk kueri fuzzy dalam log agregat. Wildcard yang didukung adalah tanda bintang (*) dan tanda tanya (?). Karakter khusus lainnya tidak valid untuk kueri fuzzy.

  • Tanda bintang (*) merepresentasikan rangkaian nol atau lebih karakter. Tanda tanya (?) merepresentasikan satu karakter.

  • Tanda bintang (*) dan tanda tanya (?) harus ditempatkan di tengah atau di akhir kata kunci; tidak efektif jika ditempatkan di awal.

Sebagai contoh, kata kunci abc* menemukan kata yang dimulai dengan abc. Kata kunci ab?d menemukan kata empat karakter yang dimulai dengan ab dan diakhiri dengan d.

Catatan

Saat Anda melakukan kueri fuzzy, sistem pertama-tama menemukan hingga 100 term dalam logstore yang cocok dengan pola wildcard Anda. Sistem kemudian mengembalikan semua entri log yang berisi salah satu term yang cocok tersebut. Jika awalan Anda sangat pendek dan cocok dengan lebih dari 100 term, hasilnya mungkin tidak lengkap. Term yang lebih spesifik menghasilkan hasil yang lebih akurat.

Batasan delimiter

Layanan log SLS yang mendasari DLC menggunakan karakter-karakter berikut sebagai delimiter bawaan untuk memisahkan log pelatihan menjadi token: , '";=()[\",\"]{}?@&<>/:\n\t\r

Delimiter ini membagi konten log menjadi token yang dapat dicari. Jika Anda mencari kata kunci yang hanya terdiri dari karakter delimiter ini, layanan tidak menganggapnya sebagai token lengkap, sehingga pencarian tidak mengembalikan hasil apa pun.

Contoh 1: Pencarian &&& tidak akan mengembalikan log yang relevan. Untuk mendapatkan hasil yang relevan, buatlah kata kunci yang mencakup konteks dari teks di sekitarnya.

Contoh 2: Untuk menemukan log yang berisi a&b, gunakan ekspresi lengkap tersebut sebagai kata kunci Anda, bukan hanya &. Ini akan mengembalikan log yang berisi a dan b. Kata kunci yang lebih spesifik menghasilkan hasil yang lebih akurat.

Contoh kata kunci

Kebutuhan pencarian

Contoh kata kunci

Cari log yang berisi Error.

Error

Cari log yang berisi loss and acc.

loss acc

Lakukan pencarian fuzzy untuk semua log yang terkait dengan Traceback.

Traceback*

Cari log yang berisi abc&def.

abc&def