Fork自 PaddlePaddle / PaddleRec
# 必须涵盖的参数 fs_name=<$ FS_NAME $> fs_ugi=<$ FS_UGI $> # 模型输出目录 output_path=<$ OUTPUT_PATH $> # =================== # 以下是新增参数 # =================== # 挂载 afs 的开关 mount_afs="true" # afs 路径的远端挂载点 AFS_REMOTE_MOUNT_POINT=<$ AFS_REMOTE_MOUNT_POINT $> # 作业运行环境的本地挂载点,/root/paddlejob/workspace/env_run/是一个固定路径,是平台运行时workspace的路径 afs_local_mount_point="/root/paddlejob/workspace/env_run/afs/" # 可以访问运行时默认文件夹下的 ./afs/ 目录拿到挂载目录的文件 # 新k8s afs挂载帮助文档: http://wiki.baidu.com/pages/viewpage.action?pageId=906443193 PADDLE_PADDLEREC_ROLE=WORKER
use_python3=<$ USE_PYTHON3 $>
CPU_NUM=<$ CPU_NUM $> GLOG_v=0 FLAGS_communicator_is_sgd_optimizer=<$ FLAGS_communicator_is_sgd_optimizer $> FLAGS_communicator_send_queue_size=<$ FLAGS_communicator_send_queue_size $> FLAGS_communicator_thread_pool_size=<$ FLAGS_communicator_thread_pool_size $> FLAGS_communicator_max_merge_var_num=<$ FLAGS_communicator_max_merge_var_num $> FLAGS_communicator_max_send_grad_num_before_recv=<$ FLAGS_communicator_max_send_grad_num_before_recv $> FLAGS_communicator_fake_rpc=<$ FLAGS_communicator_fake_rpc $> FLAGS_rpc_retry_times=<$ FLAGS_rpc_retry_times $>