-- coding: utf-8 --

“”"
空白模板
“”"

欢迎使用脚本任务，首先让我们熟悉脚本任务的一些使用规则

详细教程请在AI Studio文档(https://ai.baidu.com/ai-doc/AISTUDIO/Ik3e3g4lt)中进行查看.

脚本任务使用流程：

1.编写代码/上传本地代码文件

2.调整数据集路径以及输出文件路径

3.填写启动命令和备注

4.提交任务选择运行方式(单机单卡/单机四卡/双机四卡)

5.项目详情页查看任务进度及日志

注意事项：

1.输出结果的体积上限为20GB，超过上限可能导致下载输出失败.

2.脚本任务单次任务最大运行时长为72小时（三天）.

3.在使用单机四卡或双击四卡时可不配置GPU编号，默认启动所有可见卡；如需配置GPU编号，单机四卡的GPU编号为0,1,2,3；双机四卡的GPU编号为0,1.

日志记录. 任务会自动记录环境初始化日志、任务执行日志、错误日志、执行脚本中所有标准输出和标准出错流(例如print()),用户可以在「提交」任务后,通过「查看日志」追踪日志信息.

-------------------------------关于数据集和输出文件的路径问题---------------------------------

数据集路径

datasets_prefix为数据集的根路径，完整的数据集文件路径是由根路径和相对路径拼接组成的。

相对路径获取方式：请在编辑项目状态下通过点击左侧导航「数据集」中文件右侧的【复制】按钮获取.

datasets_prefix = ‘/root/paddlejob/workspace/train_data/datasets/’

train_datasets = datasets_prefix + ‘通过路径拷贝获取真实数据集文件路径’

输出文件路径

任务完成后平台会自动把output_dir目录所有文件压缩为tar.gz包，用户可以通过「下载输出」将输出结果下载到本地.

output_dir = “/root/paddlejob/workspace/output/”

-------------------------------关于启动命令需要注意的问题------------------------------------

脚本任务支持两种运行方式

1.shell 脚本. 在 run.sh 中编写项目运行时所需的命令，并在启动命令框中填写如 bash run.sh 的命令使脚本任务正常运行.

2.python 指令. 在 run.py 编写运行所需的代码，并在启动命令框中填写如 python run.py <参数1> <参数2> 的命令使脚本任务正常运行.

注：run.sh、run.py 可使用自己的文件替代，如python train.py 、bash train.sh.

命令示例：

1. python 指令

---------------------------------------单机四卡-------------------------------------------

方式一（不配置GPU编号）：python -m paddle.distributed.launch run.py

方式二（配置GPU编号）：python -m paddle.distributed.launch --gpus=“0,1,2,3” run.py

---------------------------------------双机四卡-------------------------------------------

方式一（不配置GPU编号）：python -m paddle.distributed.launch run.py

方式二（配置GPU编号）：python -m paddle.distributed.launch --gpus=“0,1” run.py

2. shell 命令

使用run.sh或自行创建新的shell文件并在对应的文件中写下需要执行的命令(需要运行多条命令建议使用shell命令的方式)。

以单机四卡不配置GPU编号为例，将单机四卡方式一的指令复制在run.sh中，并在启动命令出写出bash run.sh