From e2caa1f713a34960cad191d45e2a74a1ffefe4b7 Mon Sep 17 00:00:00 2001 From: chenguoyan01 Date: Thu, 3 Nov 2016 14:04:03 +0800 Subject: [PATCH] Added some explanation to paddle_on_kubernetes.md --- .../build_and_install/paddle_on_kubernetes.md | 29 ++++++++++++++----- 1 file changed, 22 insertions(+), 7 deletions(-) diff --git a/doc_cn/build_and_install/paddle_on_kubernetes.md b/doc_cn/build_and_install/paddle_on_kubernetes.md index b7609c24c98..612b43dbaad 100644 --- a/doc_cn/build_and_install/paddle_on_kubernetes.md +++ b/doc_cn/build_and_install/paddle_on_kubernetes.md @@ -1,14 +1,25 @@ # Paddle On Kubernetes +>在这篇文档里，我们介绍如何在 Kubernetes 集群上启动一个单机使用CPU的Paddle训练作业。在下一篇中，我们将介绍如何启动分布式训练作业。 + ## 制作Docker镜像 - 本文使用QucikStart的例子来作为镜像，详细的Paddle镜像请参考[Docker installation guide](http://www.paddlepaddle.org/doc/build/docker_install.html),使用paddledev/paddle:cpu-demo-latest作为基础镜像。 +在一个功能齐全的Kubernetes机群里，通常我们会安装Ceph等分布式操作系统来存储训练数据。这样的话，一个分布式Paddle训练任务中的每个进程都可以从Ceph读取数据。在这个例子里，我们只演示一个单机作业，所以可以简化对环境的要求，把训练数据直接放在 +Paddle的Docker Image里。为此，我们需要制作一个包含训练数据的Paddle镜像。 +Paddle 的 [Quick Start Tutorial](http://www.paddlepaddle.org/doc/demo/quick_start/index_en.html) +里介绍了用Paddle源码中的脚本下载训练数据的过程。 +而 `paddledev/paddle:cpu-demo-latest` 镜像里有 Paddle 源码与Demo，（ 请注意，默认的 +Paddle镜像 `paddledev/paddle:cpu-latest` 是不包括源码的, Paddle的各版本镜像可以参考 [Docker installation guide](http://www.paddlepaddle.org/doc/build/docker_install.html) ），所以我们使用这个镜像来下载训练数据到Docker Container中，然后把这个包含了训练数据的container保存为一个新的镜像。 + ### 运行容器 ``` $ docker run --name quick_start_data -it paddledev/paddle:cpu-demo-latest ``` + +### 下载数据 + 进入容器`/root/paddle/demo/quick_start/data`目录，使用`get_data.sh`下载数据 ``` @@ -22,10 +33,12 @@ HTTP request sent, awaiting response... 200 OK Length: 495854086 (473M) [application/x-gzip] Saving to: 'reviews_Electronics_5.json.gz' - 0% [ ] 874,279 64.7KB/s eta 2h 13m + 10% [=======> ] 874,279 64.7KB/s eta 2h 13m ``` +### 修改启动脚本 + 下载完数据后，修改`/root/paddle/demo/quick_start/train.sh`文件，内容如下（增加了一条cd命令） ``` set -e @@ -58,9 +71,11 @@ $ docker commit quick_start_data mypaddle/paddle:quickstart ## 使用 Kubernetes 进行训练 +>针对任务运行完成后容器自动退出的场景，Kubernetes有Job类型的资源来支持。下文就是用Job类型的资源来进行训练。 + ### 编写yaml文件 -在训练时，输出结果可能会随着容器的消耗而被删除，需要在创建Job时，挂载卷。使用前面构造的镜像，可以创建一个Kubernetes Job，简单的yaml文件如下： +在训练时，输出结果可能会随着容器的消耗而被删除，需要在创建容器前挂载卷以便我们保存训练结果。使用我们之前构造的镜像，可以创建一个 [Kubernetes Job](http://kubernetes.io/docs/user-guide/jobs/#what-is-a-job)，简单的yaml文件如下： ``` apiVersion: batch/v1 @@ -90,7 +105,7 @@ spec: ### 创建Paddle Job -使用上文创建的yaml文件创建kubernetes job，命令为： +使用上文创建的yaml文件创建Kubernetes Job，命令为： ``` $ kubectl create -f paddle.yaml @@ -125,7 +140,7 @@ Events: ### 查看训练结果 -根据job对应的pod信息，可以查看此Pod运行的宿主机。 +根据Job对应的Pod信息，可以查看此Pod运行的宿主机。 ``` kubectl describe pod quickstart-fa0wx @@ -167,7 +182,7 @@ Volumes: Path: /home/work/paddle_output ``` -登录宿主机，查看结果。 +我们还可以登录到宿主机上查看训练结果。 ``` [root@paddle-demo-let02 paddle_output]# ll @@ -187,4 +202,4 @@ drwxr-xr-x 2 root root 4096 Oct 31 11:21 pass-00011 drwxr-xr-x 2 root root 4096 Oct 31 11:21 pass-00012 drwxr-xr-x 2 root root 4096 Oct 31 11:21 pass-00013 drwxr-xr-x 2 root root 4096 Oct 31 11:21 pass-00014 -``` \ No newline at end of file +``` -- GitLab