- tocdepth
2
Общие вопросы ML Space
Какие условия пользовательского соглашения при подключении к ML Space?
Как обеспечивается конфиденциальность пользовательских данных?
Какие требования к браузеру для работы с платформой ML Space?
Какие сведения можно предоставить при обращении в техническую поддержку?
Можно ли экспортировать таблицу из раздела «Задачи и окружения»?
Можно ли осуществлять обработку транзакций по системе блок-чейн на платформе ML Space?
При открытии страницы платформы возникает ошибка «Нет доступа». Что делать?
Можно ли обратиться из Jupyter Server к деплою, созданному в другом регионе?
Как получить логи Jupyter Server, переносов данных и задач обучения в справочнике логов?
Как получить тестовый доступ к платформе ML Space?
Для получения тестового доступа к платформе необходимо оставить соответствующую заявку на нашем сайте. По факту заявки с вами свяжутся по телефону для уточнения деталей. После выдачи ресурсов ML Space в тест вы получите письмо с деталями доступа к личному кабинету Cloud.ru (console.cloud.ru) и инструкцией о том, как начать работу с платформой.
Какие условия пользовательского соглашения при подключении к ML Space?
Типовые документы представлены на нашем сайте.
Как обеспечивается конфиденциальность пользовательских данных?
Работа с пользовательскими данными регулируется законодательными актами федерального уровня и внутренней политикой компании Cloud.ru. Политика конфиденциальности опубликована на нашем сайте. Платформа ML Space соответствует требованиям федерального закона ФЗ-152 «О персональных данных», уровня УЗ-1.
Что делать, если пропал доступ к ML Space/Cloud.ru?
Если пропал доступ, попробуйте обновить пароль. В случае неуспешной авторизации нажмите Забыли пароль, указав в строке для логина почту, по которой осуществляли первичную авторизацию. После этих действий на вашу почту придет новое приглашение. Перейдите по ссылке из почты в Личный кабинет Cloud.ru и введите новый пароль.
Примечание
Ссылка на смену пароля действует в течение 15 минут.
Как восстановить забытый пароль?
На странице входа console.cloud.ru введите свой логин или email, а затем воспользуйтесь ссылкой Восстановить пароль.
На почту придет письмо со ссылкой на сброс пароля и создание нового. Если письмо не пришло, проверьте папку «Спам».
Какие требования к браузеру для работы с платформой ML Space?
Для оптимальной производительности рекомендуем использовать самую свежую версию одного из следующих браузеров:
Google Chrome (рекомендуемый)
Яндекс.Браузер. Нестабильная работа терминала Jupyter Server из Яндекс.Браузера в образах Jupyter Server версии 0.0.92 и выше.
Что делать, если задача долго находится в очереди?
Так как задачи от разных пользователей выполняются поочередно, в случае большой нагрузки на регион размещения вычислительных ресурсов время ожидания запуска задачи может быть увеличено.
Как оценить стоимость обучения модели?
Это сильно зависит от конкретной модели и данных, а также от количества задействованных DGX, заранее предсказать невозможно, можно сделать тестовый замер следующим образом:
Запустить модель на обучение на небольшой промежуток времени (например, на 3 минуты) и посмотреть по логам, за сколько посчитается одна эпоха.
Умножить на количество эпох, это будет примерная стоимость.
Какие сведения можно предоставить при обращении в техническую поддержку?
Для ускорения решения возникшей проблемы, при обращении в техническую поддержку советуем предоставить следующую информацию.
Общая информация для всех модулей и сервисов платформы ML Space:
Название воркспейса (подробнее в Воркспейсы).
Регион размещения ресурсов (подробнее в Регионы размещения ресурсов).
Информация по модулю Environments:
Название Jupyter Server/задачи (подробнее в Создать Jupyter Server).
Образ (если использовался кастомный образ, уточнить на основе какого образа он собирался и предоставить содержимое файла requirements или dockerfile) (подробнее в Собрать и использовать кастомный Docker-образ для Jupyter Server).
Информация по модулю Data Catalog и Artifact Registry:
Снимок экрана, на котором указаны источник и место назначения переноса.
Снимок экрана, на котором указано наличие ожидаемого файла в источнике.
Лог из Data transfer service.
Информация по модулю Deployments:
Название деплоя.
Образ, который был использован для создания (если использовался кастомный образ, уточнить на основе какого образа он собирался и предоставить содержимое файла requirements, serving-script, dockerfile) (подробнее в Собрать и использовать кастомный Docker-образ для Jupyter Server).
Можно ли экспортировать таблицу из раздела «Задачи и окружения»?
Да, можно.
Для этого перейдите на возле строки поиска и выберите требуемый формат файла для экспорта (
CSV
или XLS
).
Можно ли осуществлять обработку транзакций по системе блок-чейн на платформе ML Space?
Нет. Обработка транзакций по системе блок чейн, в том числе «майнинг», в платформе запрещены. Данное условие закреплено в договоре-оферте (Приложение № 3).
При открытии страницы платформы возникает ошибка «Нет доступа». Что делать?
Проверьте права пользователя.
Нет прав на выполнение метода API. Что делать?
Если при выполнении метода API в ответе приходит ошибка Permission denied
с кодом 403, проверьте права пользователя.
При недостатке прав попросите администратора изменить роль.
Какие статусы существуют у Jupyter Server?
Статус |
Описание |
---|---|
«Запускается» |
Jupyter Server в процессе создания или запуска. |
«Подключен» |
Jupyter Server запущен. |
«Останавливается» |
Jupyter Server в процессе остановки. |
«На паузе» |
Jupyter Server остановлен. |
«Предупреждение» |
Jupyter Server создан некорректно. Попробуйте пересоздать его позднее. |
«Ошибка» |
Jupyter Server создан с ошибкой. |
«Нет соединения» |
Статус «Нет соединения» возникает в случае неполадок на стороне ML Space. Обратитесь в техническую поддержку. |
«Удален» |
Jupyter Server удален. |
Какие статусы существуют у задач обучения?
Статус |
Описание |
---|---|
«Pending» |
Задача находится в ожидании ресурсов. |
«Inqueue» |
Задача находится в очереди на запуск. |
«Starting» |
Ресурсы аллоцированы, происходит скачивание образов и запуск воркеров. |
«Running» |
Задача обучения выполняется. |
«Completed» или «Succeeded» |
Задача обучения завершилась. |
«Completing» |
Задача обучения завершается. |
«Failed» |
Задача обучения завершилась с ошибкой, рекомендуется проверить логи задачи. |
«Deleted» или «Terminated» |
Задача обучения удалена. |
«Stopped» или «Aborted» |
Задача обучения остановлена. |
«Terminating» |
Задача обучения останавливается. Освобождаются ресурсы, задача и поды удаляются. |
«Aborting» |
Задача обучения останавливается. Освобождаются ресурсы, удаляются только поды. |
Какие статусы существуют у подов задач обучения?
Статус |
Описание |
---|---|
«Pending» |
|
«Running» |
Под в процессе работы. |
«Completed» |
Под завершил работу. |
«Stopped» |
Пользователь вручную остановил задачу и поэтому под остановился. |
«Failed» |
Под завершил работу с ошибкой, рекомендуется проверить логи задачи. |
«Deleted» или «Terminated» |
Под удален. |
Какие статусы существуют у экземпляров деплоев?
Статус |
Описание |
---|---|
«Pending» |
Экземпляр находится в очереди на выделение ресурсов, которые нужны для его работы. |
«Running» |
Экземпляр принимает и обрабатывает запросы, но необязательно в данный момент. |
«Deleted» |
Экземпляр удален. |
Можно ли обратиться из Jupyter Server к деплою, созданному в другом регионе?
Да. В регионах Christofari.A100, Cloud.Region.A100 (GPU Tesla A100), Cloud.Region.HP1 отправка запроса будет успешной.
Не получится отправить запрос из Jupyter Server региона Christofari.V100 к деплою, созданному в другом регионе.
Что произойдет, когда закончится баланс?
При достижении нулевого значения баланса будут удалены:
Jupyter Server с выделенными GPU,
задачи обучения,
деплои.
После пополнения баланса удаленные сущности нужно будет запускать заново.
Данные на NFS и S3 останутся нетронутыми.
Актуальный баланс можно посмотреть в профиле пользователя. См. Обзорная страница.
Как получить логи Jupyter Server, переносов данных и задач обучения в справочнике логов?
Чтобы посмотреть логи событий ML Space, необходимо выбрать в качестве сервиса-источника MLS-NTB (Jupyter Servers), MLS Data Transfer и MLSpace.Jobs. Список статусов приведен в Справочнике событий.
Была ли статья полезной?
для Dev & Test