目录

本地主机

torchx.schedulers.local_scheduler 类LocalSchedulersession_name: strcache_size int = 100[来源]

在 localhost 上调度。容器被建模为进程和 容器的某些不相关的属性 或者无法对 localhost 强制执行 runs。被忽略的属性:

  1. 资源要求

  2. 资源限制实施

  3. 重试策略

  4. 重试计数(不支持重试)

  5. 部署首选项

..note:: 请谨慎使用此调度程序,因为应用程序

在由此支持的会话上成功运行 scheduler 可能无法在实际的 生产集群 上运行 使用不同的调度程序。

describeapp_id: str可选[torchx.schedulers.api.DescribeAppResponse][来源]

描述指定的应用程序。

返回

AppDef 描述,或者应用程序不存在。None

log_iterapp_id strrole_name: strk int = 0regex 可选[str] = 因为可选[datetime.datetime] = 直到可选[datetime.datetime] = Noneshould_tail: bool = FalseIterable[str][来源]

返回 . 迭代器 ends end 所有符合条件的日志行都已读取。k``th replica of the ``role

如果调度程序支持基于时间的游标获取日志行 对于自定义时间范围,则 , 字段为 honored,否则将被忽略。未指定 ,相当于获取所有可用的日志行。如果 是 empty,则迭代器的行为类似于 ,跟在日志输出之后 直到作业达到 END 状态。sinceuntilsinceuntiluntiltail -f

构成日志的确切定义特定于计划程序。一些 调度器可能会将 stderr 或 stdout 视为日志,其他人可能会读取日志 从日志文件中。

行为和假设:

  1. 如果在不存在的应用程序上调用,则生成 undefined-behavior 调用方应在调用此方法之前检查应用是否存在 using。exists(app_id)

  2. 不是有状态的,使用相同的参数调用此方法两次 返回一个新的迭代器。先前迭代 进度丢失。

  3. 并不总是支持对数拖尾。并非所有调度程序都支持 live 日志迭代(例如,在应用程序运行时跟踪日志)。指 Iterator 行为的特定 scheduler 文档。

3.1 如果调度器支持 log-tailing,应该对其进行控制

by''should_tail'' 参数。

  1. 不保证日志保留。有可能到这个 方法调用时,底层调度程序可能已经清除了日志记录 对于此应用程序。如果是这样,此方法将引发任意异常。

  2. 如果为 True,则该方法仅引发异常 当可访问的日志行已完全耗尽并且应用程序已达到 最终状态。例如,如果应用程序卡住并且没有产生任何日志行, 然后 iterator 会阻塞,直到应用程序最终被杀死(通过 timeout 或手动),此时它会引发一个 .should_tailStopIterationStopIteration

    如果为 False,则当没有更多日志时,该方法将引发。should_tailStopIteration

  3. 不需要所有调度程序都支持。

  4. 一些调度器可能通过支持 line cursor(例如 寻找第 50 个对数行)。__getitem__iter[50]

返回

指定角色副本的 over log linesIterator

提高

NotImplementedError - 如果调度程序不支持日志迭代 -

run_optstorchx.specs.api.runopts[来源]

返回计划程序所需的运行配置选项。 基本上是 API 的。--helprun

scheduledryrun_info 的 - torchx.specs.api.AppDryRunInfo[torchx.schedulers.local_scheduler.PopenRequest]str[来源]

相同,只是它需要一个 . 鼓励实现者实现此方法,而不是 直接实现 since 可以很简单 实施者:submitAppDryRunInfosubmitsubmit

dryrun_info = self.submit_dryrun(app, cfg)
return schedule(dryrun_info)

图像提供程序

torchx.schedulers.local_scheduler 类ImageProvider[来源]

管理下载和设置 on localhost。这仅在 b2 中是必需的,因为通常真正的调度程序会执行此作 代表用户。LocalhostScheduler

抽象 fetch图片strstr[来源]

拉取给定的图像并返回拉取的图像的路径 本地主机。

抽象 get_commandimage strargs List[str]env_vars: Dict[str str]List[str][来源]

返回运行指定映像所需的命令行。

torchx.schedulers.local_scheduler 类LocalDirectoryImageProvidercfg torchx.specs.api.RunConfig[来源]

将镜像名称解释为 本地主机。不 “获取” (例如 下载) 任何内容。结合使用 with 运行本地二进制文件。LocalScheduler

镜像名称必须是绝对路径,并且必须存在。

例:

  1. fetch(Image(name="/tmp/foobar"))返回/tmp/foobar

  2. fetch(Image(name="foobar"))提高ValueError

  3. fetch(Image(name="/tmp/dir/that/does/not_exist"))提高ValueError

fetch图片strstr[来源]
提高

ValueError - 如果映像名称不是绝对目录 - 并且它不存在或不是目录

get_commandimage strargs List[str]env_vars: Dict[str str]List[str][来源]

返回运行指定映像所需的命令行。

文档

访问 PyTorch 的全面开发人员文档

查看文档

教程

获取面向初学者和高级开发人员的深入教程

查看教程

资源

查找开发资源并解答您的问题

查看资源