下发任务

操作步骤

1. 示例a800_tensorflow_vcjob.yaml中，任务部署在vcjob命名空间下，因此需要在管理节点执行以下命令，为训练任务创建命名空间。如果任务创建到非默认的命名空间，则需要根据实际情况创建命名空间。

   kubectl create namespace vcjob

2. 在管理节点示例YAML所在路径，执行以下命令，使用YAML下发训练任务。

   kubectl apply -f XXX.yaml

   

   如果下发任务成功后，又修改了任务YAML，需要先执行kubectl delete -f XXX.yaml命令删除原任务，再重新下发任务。

   • 通过环境变量配置资源信息场景的示例如下：

     kubectl apply -f tensorflow_standalone_acjob.yaml

     回显示例如下：

     1	ascendjob.mindxdl.gitee.com/default-tensorflow-test created

   • 使用通过文件配置资源信息场景的示例如下：

     kubectl apply -f a800_tensorflow_vcjob.yaml

     回显示例如下：

     1 2	configmap/rings-config-mindx-dls-test created job.batch.volcano.sh/mindx-dls-test created

• 若下发训练任务后，任务一直处于Pending状态，可以参见训练任务处于Pending状态，原因：nodes are unavailable或者资源不足时，任务处于Pending状态章节进行处理。
• 若成功启动训练任务后，发现训练任务容器内部hccl.json文件处于initializing状态，可以参见hccl.json文件没有生成章节进行处理。