您可以通过命令行工具的方式提交DLC专有资源组任务。本文介绍如何通过命令行工具提交使用专有资源组的训练任务，核心步骤包括下载客户端并执行用户认证、创建并提交任务。
前提条件
-
如果首次使用DLC，则需要对相关资源进行访问授权，详情请参见云产品依赖与授权：DLC。
-
已创建通用计算资源专有资源组并为专有资源组购买了计算资源，详情请参见准备专有资源组。
-
已获取阿里云账户的AccessKey ID和AccessKey Secret，详情请参见获取AccessKey。
下载客户端并执行用户认证
根据您使用的操作系统下载Linux 64或Mac版本的客户端工具并完成用户认证，具体操作请参见准备工作。
创建并提交任务
-
登录PAI控制台。
-
按照下图操作指引，在工作空间列表页面查看您所在的工作空间ID（WorkspaceID）。
按照下图操作指引，在通用计算资源页面查看您的专有资源组的资源组ID。
参考以下文件内容准备参数文件
./tfjob.params。关于命令行使用方式，详情请参见命令列表。name=test_cli_tfjob_001 workers=1 worker_cpu=4 worker_gpu=0 worker_memory=4Gi worker_shared_memory=4Gi worker_image=registry-vpc.cn-beijing.aliyuncs.com/pai-dlc/tensorflow-training:1.12.2PAI-cpu-py27-ubuntu16.04 command=echo good && sleep 120 resource_id= # 如果您使用公共资源组，该参数允许为空。 workspace_id=-
使用以下代码示例传入params_file参数创建并提交任务，可以将DLC任务提交到指定的工作空间和专有资源组。
dlc submit tfjob --job_file ./tfjob.params -
使用以下代码查看您提交的DLC任务。
dlc get job
内容没看懂？ 不太想学习？想快速解决？ 有偿解决： 联系专家
阿里云企业补贴进行中： 马上申请
腾讯云限时活动1折起，即将结束： 马上收藏
同尘科技为腾讯云授权服务中心。
购买腾讯云产品享受折上折，更有现金返利:同意关联，立享优惠
转转请注明出处：https://www.yunxiaoer.com/161834.html