Platform For AI：Buat dan kelola instance TensorBoard

Batasan

Fitur TensorBoard tidak tersedia untuk pekerjaan DLC yang dibuat di wilayah Malaysia (Kuala Lumpur).

• Pengguna RAM: Tambahkan pengguna RAM ke ruang kerja Anda sebagai anggota dan tetapkan peran yang sesuai untuk memberikan izin operasi terkait kepada anggota tersebut. Untuk informasi lebih lanjut tentang izin setiap peran, lihat Lampiran: Peran dan Izin.

Buat instance TensorBoard

Untuk membuat instance TensorBoard, ikuti langkah-langkah berikut:

1. Buka halaman Pekerjaan Pelatihan Terdistribusi

   1. Masuk ke konsol PAI.

   2. Di panel navigasi sebelah kiri, klik Workspaces. Di halaman Workspaces, klik nama ruang kerja yang ingin Anda kelola.

   3. Di panel navigasi sebelah kiri, pilih AI Computing Asset Management > Jobs untuk membuka halaman Pekerjaan Pelatihan Terdistribusi.

2. Di tab TensorBoard, klik Create TensorBoard.

3. Di halaman Create TensorBoard, konfigurasikan parameter dan klik OK. Tabel berikut menjelaskan parameter tersebut.

   • Informasi Dasar

     Parameter	Deskripsi
     Name	Nama instance TensorBoard.
     Mount Settings	Mount Type: Anda dapat memilih Mount Dataset, Mount OSS, dan By Task. Kami merekomendasikan Anda memilih Mount Dataset. Summary Path: Jalur tempat log ringkasan TensorBoard disimpan. Anda bisa mendapatkan jalur lengkap dari kelas SummaryWriter di kode pelatihan. Konfigurasi contoh untuk contoh: Mount Dataset: Pilih dataset dan masukkan jalur relatif direktori ringkasan dalam dataset. Mount OSS: Pilih jalur penyimpanan OSS dan masukkan jalur relatif direktori ringkasan dalam OSS. By Task: Pilih pekerjaan DLC yang diinginkan dan masukkan jalur lengkap file log dalam kontainer.

   • Konfigurasi Sumber Daya

     Tabel berikut menjelaskan tipe sumber daya yang didukung.

     Tipe Sumber Daya	Deskripsi
     Free Quota	Sistem menyediakan Anda dengan sejumlah sumber daya gratis. Setiap instance dapat menggunakan hingga 2 vCPU dan 4 GiB memori. Jika jumlah kuota gratis tidak memenuhi kebutuhan bisnis Anda, Anda dapat menonaktifkan instance yang berjalan pada kuota gratis untuk melepaskan sumber daya gratis dan menggunakan sumber daya gratis yang dilepaskan untuk membuat instance TensorBoard.
     Lingjun AI Computing Service	Sumber Daya Publik: menggunakan metode penagihan bayar sesuai pemakaian. Hanya komputasi umum yang menggunakan sumber daya publik. Anda dapat memilih tipe instance berdasarkan kebutuhan bisnis Anda. Kuota Sumber Daya: menggunakan metode penagihan berlangganan. Anda harus membeli sumber daya komputasi dan membuat kuota sebelum menentukan parameter ini. Anda harus mengonfigurasi parameter berikut bersama dengan parameter ini: Catatan Fitur ini hanya tersedia untuk pengguna di daftar putih. Jika Anda ingin menggunakan fitur ini, hubungi manajer akun Anda untuk mengonfigurasi daftar putih. Priority: prioritas instance TensorBoard. Nilai valid: 1 hingga 9. Nilai 1 menunjukkan prioritas terendah. Job Resource: sumber daya yang Anda gunakan untuk menjalankan instance TensorBoard. Sumber daya termasuk jumlah vCPUs dan memory. Satuan ukuran memori adalah GiB.
     General Computing

   • VPC

     Jika Anda menggunakan Public Resources untuk membuat instance TensorBoard, parameter terkait virtual private cloud (VPC) akan tersedia.

     • Jika Anda tidak mengonfigurasi VPC, koneksi Internet digunakan. Dalam kasus ini, sistem mungkin tersendat saat memulai instance TensorBoard atau saat Anda melihat laporan karena lebar pita jaringan Internet yang terbatas.

     • Untuk memastikan lebar pita jaringan yang cukup dan performa yang stabil, disarankan untuk mengonfigurasi VPC.

       Pilih VPC, vSwitch, dan grup keamanan di wilayah saat ini. Setelah konfigurasi selesai, kluster tempat instance TensorBoard berjalan dapat mengakses layanan di VPC yang dipilih dan menggunakan grup keamanan yang ditentukan untuk mengontrol akses.

       Penting

       Jika instance TensorBoard menggunakan dataset yang memerlukan VPC, seperti dataset Cloud Parallel File Storage (CPFS) atau dataset NAS yang memiliki titik mount di VPC, Anda harus mengonfigurasi VPC.

4. Temukan instance TensorBoard yang Anda buat dan klik View TensorBoard di kolom Actions setelah instance TensorBoard memasuki status Running.

   Halaman TensorBoard akan muncul. TensorBoard memungkinkan Anda melihat dataset atau file log ringkasan selama pelatihan secara visual untuk membantu Anda lebih memahami dan men-debug pelatihan, sehingga meningkatkan efektivitas pelatihan.

Kelola instance TensorBoard

• Mulai Instance TensorBoard

  Klik Start di kolom Tindakan untuk memulai kembali instance TensorBoard yang telah dihentikan.

• Lihat Detail Instance TensorBoard

  Klik nama instance TensorBoard. Di halaman detail instance TensorBoard, lihat Basic Information dan Configuration Information.

• Lihat Pekerjaan DLC Terkait

  Lihat jumlah pekerjaan DLC yang dikaitkan dengan instance TensorBoard. Di tab Tensorboard, gerakkan pointer ke ikon di kolom Associated Task untuk melihat ID pekerjaan DLC terkait. Klik ID untuk membuka halaman detail pekerjaan DLC.

• Lihat Dataset Terkait

  Lihat jumlah dataset yang dikaitkan dengan instance TensorBoard. Di tab Tensorboard, gerakkan pointer ke ikon di kolom Associated Dataset untuk melihat ID dataset terkait. Klik ID untuk membuka halaman detail dataset.

• Lihat Durasi Berjalan

  Lihat durasi berjalan dari instance TensorBoard. Durasi berjalan dimulai ketika instance dimulai. Setelah Anda menghentikan instance TensorBoard, durasi berjalan akan direset. Di tab Tensorboard, lihat durasi berjalan dari instance TensorBoard di kolom Running Duration.

• Hentikan Instance TensorBoard

  • Klik Stop di kolom Actions dari instance TensorBoard.

  • Klik Auto-stop Settings di kolom Actions dari instance TensorBoard untuk menentukan waktu Anda ingin instance berhenti secara otomatis.

Referensi

Anda juga dapat membuat dan mengelola instance TensorBoard di halaman Deep Learning Containers (DLC). Untuk informasi lebih lanjut, lihat TensorBoard.