跳到主要内容

可执行任务容器

本教程演示如何使用 clearml-agent 的 build 命令将任务打包成可执行容器。在本示例中，你将构建一个容器镜像，当运行该镜像时，它将自动执行 keras_tensorboard.py 脚本。

先决条件​

  • 已安装并配置 clearml-agent
  • 已安装并配置 clearml
  • 已克隆 clearml 仓库（git clone https://github.com/clearml/clearml.git）

创建 ClearML 任务​

  1. 设置任务的执行环境

    cd clearml/examples/frameworks/keras
    pip install -r requirements.txt

  2. 运行任务

    python keras_tensorboard.py

    这将在“examples”项目中创建一个名为“Keras with TensorBoard example”的 ClearML 任务。

    注意上面运行脚本时控制台输出中的任务 ID

    ClearML Task: created new task id=<TASK_ID>

    此 ID 将在下一节中使用。

构建并启动容器化任务​

  1. 执行以下命令来构建容器。输入上面创建的任务 ID

    clearml-agent build --id <TASK_ID> --docker --target new-docker --entry-point clone_task
    提示

    如果容器不使用 GPU，请添加 --cpu-only 标志。

    此命令将创建一个容器，并在指定的 --target 文件夹中设置该任务的执行环境。当容器启动时，它将克隆由 id 指定的任务并执行该克隆（由 --entry-point 参数指定）。

  2. 运行 Docker，指向新容器

    docker run new-docker

    任务将在容器内部执行。任务详情可在 ClearML Web UI 中查看。

有关其他 ClearML Agent 选项，请参阅 ClearML Agent 参考页面。