AI开发平台MODELARTS-操作步骤:提交训练作业常见问题

时间：2024-07-13 11:26:40

AI开发平台MODELARTS 使用ModelArts VS Code插件进行模型开发（Ascend）

提交训练作业常见问题

报错信息：Exception: You have attempted to create more buckets than allowed
原因分析：由于桶的数量多于限额，无法自动创建。

解决方法：用户可以删除一个桶，或者直接指定一个已存在的桶（修改变量obs_bucket的值）。
报错信息："errorMessage":"The number of namespaces exceeds the upper limit"或"namespace is invalid"
原因分析：SWR组织数限额，SWR组织默认最多只能创建5个组织。

解决方法：用户可以删除一个SWR组织，或者直接指定一个已存在的SWR组织（修改变量image_organization的值）。
报错信息：standard_init_linux.go:224: exec user process caused "exet format error"
原因分析：可能由于训练规格错误导致训练作业卡死。

解决方法：请参考说明查询资源规格。

报错信息：报错镜像失败，报错：401，'Unauthorized'，b'{errors":[{"errorCode":"SV CS TG.SWR.4010000",errorMessage":"Authenticate Error",……}]

原因分析：远程连接Notebook时需要输入鉴权信息。

解决方法：传入AK，SK信息。

    
         # 认证用的ak和sk硬编码到代码中或者明文存储都有很大的安全风险，建议在配置文件或者环境变量中密文存放，使用时解密，确保安全；
# 本示例以ak和sk保存在环境变量中来实现身份验证为例，运行本示例前请先在本地环境中设置环境变量HUAWEICLOUD_SDK_AK和HUAWEICLOUD_SDK_SK。
__AK = os.environ["HUAWEICLOUD_SDK_AK"]
__SK = os.environ["HUAWEICLOUD_SDK_SK"]
# 如果进行了加密还需要进行解密操作
session = Session(access_key=__AK,secret_key=__SK, project_id='***', region_name='***')