云机器学习作业在运行了数千步后取消。

在云机器学习作业中，可以使用tf.estimator.RunConfig来配置作业的运行方式，包括设置最大运行步数和如何处理取消操作。以下是一个示例代码：

import tensorflow as tf

# 定义模型
def model_fn(features, labels, mode):
    # 模型的定义代码
    ...

# 创建Estimator
estimator = tf.estimator.Estimator(model_fn=model_fn, config=tf.estimator.RunConfig())

# 创建输入函数
def input_fn():
    # 输入数据的加载和预处理代码
    ...

# 定义作业的运行配置
run_config = tf.estimator.RunConfig(
    model_dir='/path/to/model_dir',
    save_summary_steps=100,
    save_checkpoints_steps=1000,
    keep_checkpoint_max=3,
    log_step_count_steps=100
)

# 创建Estimator
estimator = tf.estimator.Estimator(model_fn=model_fn, config=run_config)

# 训练模型
estimator.train(input_fn=input_fn, max_steps=10000)

在上面的代码中，我们通过tf.estimator.RunConfig来配置作业的运行方式。max_steps参数用于设置最大运行步数，此处设置为10000。如果作业运行过程中被取消，可以根据需要进行处理。例如，可以在model_fn函数中添加逻辑判断是否取消了作业，并在取消时保存模型的中间结果。

def model_fn(features, labels, mode):
    # 模型的定义代码

    if mode == tf.estimator.ModeKeys.TRAIN:
        # 在训练模式下判断是否取消了作业
        if tf.estimator.ModeKeys.EVAL in tf.compat.v1.train.get_requested_or_running_mode():
            raise ValueError('作业被取消')
    
    # 模型的训练代码
    ...

    return tf.estimator.EstimatorSpec(...)

以上代码片段展示了如何在model_fn函数中判断是否取消了作业，并在取消时抛出一个异常。你可以根据具体需求在取消时进行其他操作，例如保存模型的中间结果，以便在下次运行时继续训练。