最近更新时间：2024.01.03 14:49:10
首次发布时间：2021.09.26 10:36:42
在使用【自定义训练】模块时，机器学习平台为用户注入了大量的通用环境变量，便于用户在代码中便捷地使用。
训练角色无关
| 变量名称 | 示例 | 变量说明 |
|---|---|---|
| MLP_TASK_ID | t-20210924211641-nznsh | 任务的 ID。 |
| MLP_TASK_OWNER | username | 创建任务的用户。 |
| MLP_TASK_NAME | mnist | 提交时的任务名称。 |
| MLP_TASK_IMAGE | cr-cn-beijing.ivolces/ml_platform/python:2.7_3.7 | 训练镜像的地址。 |
| MLP_TASK_CMD | python3 /root/code/main.py | 任务的启动命令。 |
| MLP_TASK_ARGS | --key1 value1 --key2 value2 | 直接拼接在启动命令后的参数列表。 |
| MLP_ROLE | WORKER | 分布式中的训练角色。取值范围是 WORKER / SERVER / SCHEDULER / CHIEF / PS / EVALUATOR。 |
| MLP_ROLE_INDEX | 0 | 该节点的角色编号（从0开始），如 worker0、worker1 ...。 |
| MLP_${MLP_ROLE}_RACK_SW_ID | febd30c7302dda1fae1399fe0266930f | 任务实例所处节点的交换机 hash id，仅对 HPC 的容器才会注入该值。 |
| MLP_RACK_TOPO_FILE | /ml_platform/rack_topo | 交换机信息文件在容器中的路径。 |
| MLP_${MLP_ROLE}_RACK_RANK_INDEX | 0 | 根据交换机 id 排序后，该实例所处位置的序号。排序保证 worker0 的 index=0。 |
| MLP_IFNAME | eth0 | 默认网卡的名称。 |
| GLOO_SOCKET_IFNAME | eth0 | 为 Gloo 指定的网卡名称。 |
| MLP_HOST | 10.128.97.74 | 当前节点的 IP，有 RDMA 时为 RDMA IP，否则为 VPC IP。 |
| MLP_PRIMARY_HOST | 10.128.97.74 | 当前节点的 VPC IP。 |
训练角色相关
| 变量名称 | 示例 | 变量说明 |
|---|---|---|
| MLP_${ROLE}_NUM | 2 | 该角色节点的数量。 |
| MLP_${ROLE}_CPU | 2 | 该角色节点的 CPU 数量。 |
| MLP_${ROLE}_MEM | 10240 | 该角色节点的 MEM 大小，单位 MB。 |
| MLP_${ROLE}_GPU | 3 | 该角色节点的 GPU 的数量。 |
| MLP_${ROLE}_ALL_HOSTS | 10.128.97.74,10.128.96.17,... | 该角色的所有实例的主机名称。 |
| MLP_${ROLE}_${INEDX}_HOST | 10.128.97.74 | 该角色第 INEDX 个节点的主机名称。 |
| MLP_${ROLE}_${INEDX}_PORT | 9006 | 该角色第 INEDX 个节点的端口。 |
| MLP_${ROLE}_ALL_PRIMARY_HOSTS | 10.128.97.74 | 该角色的所有实例的 VPC IP。 |
| MLP_${ROLE}_${INEDX}_PRIMARY_HOST | 10.128.97.74 | 该角色第 INEDX 个节点的 VPC IP。 |