查询训练作业用户侧诊断结果 - ShowTrainingJobUserDiagnosis

功能介绍

查询训练作业用户侧诊断结果用于在ModelArts平台上快速查询指定训练作业的用户侧报错诊断详细信息，这些信息基于日志生成。

调试

您可以在API Explorer中调试该接口，支持自动认证鉴权。API Explorer可以自动生成SDK代码示例，并提供SDK代码示例调试功能。

授权信息

账号具备所有API的调用权限，如果使用账号下的IAM用户调用当前API，该IAM用户需具备调用API所需的权限。

如果使用角色与策略授权，具体权限要求请参见权限和授权项。
如果使用身份策略授权，需具备如下身份策略权限。
授权项
访问级别
资源类型（*为必须）
条件键
别名
依赖的授权项
modelarts:trainJob:get
Read
trainJob *
g:ResourceTag/<tag-key>
-
-
-
modelarts:poolType
modelarts:poolId

授权项	访问级别	资源类型（*为必须）	条件键	别名	依赖的授权项
modelarts:trainJob:get	Read	trainJob *	g:ResourceTag/<tag-key>	-	-
-	modelarts:poolType modelarts:poolId

URI

GET /v2/{project_id}/training-jobs/{job_id}/diagnosis

表1 路径参数
参数	是否必选	参数类型	描述
project_id	是	String	参数解释：用户项目ID。获取方法请参见获取项目ID和名称。约束限制：1 - 64字符，字母、数字和中划线。取值范围：不涉及。默认取值：不涉及。
job_id	是	String	参数解释：作业ID。约束限制：不涉及。取值范围：长度为32的英文字符、数字的组合。默认取值：不涉及。

请求参数

无

响应参数

状态码：200

表2 响应Body参数
参数	参数类型	描述
status	String	参数解释：诊断状态。取值范围： Running：监测中 Completed：诊断完成
level	String	参数解释：诊断结果等级。取值范围： Fatal：高风险 Error：中风险 Warning：低风险
conclusions	Array of TrainJobUserDiagnosisJobConclusion objects	参数解释：诊断结果详情列表。

表3 TrainJobUserDiagnosisJobConclusion
参数	参数类型	描述
conclusion	TrainJobUserDiagnosisConclusion object	参数解释：故障详情。
sources	Array of TrainJobUserDiagnosisSource objects	参数解释：故障来源详情列表。

表4 TrainJobUserDiagnosisConclusion
参数	参数类型	描述
code	String	参数解释：故障编码。取值范围：不涉及。
class	String	参数解释：故障分类。取值范围：不涉及。
component	String	参数解释：故障组件。取值范围：不涉及。
module	String	参数解释：故障模块。取值范围：不涉及。
owner	String	参数解释：故障责任主体。取值范围： System：系统侧 User：用户侧 User/System：用户/系统侧
description_zh_cn	String	参数解释：故障中文描述。取值范围：不涉及。
description_en_us	String	参数解释：故障英文描述。取值范围：不涉及。
level	String	参数解释：故障风险等级。取值范围： Fatal：高风险 Error：中风险 Warning：低风险
solution_zh_cn	String	参数解释：故障中文建议。取值范围：不涉及。
solution_en_us	String	参数解释：故障英文建议。取值范围：不涉及。

表5 TrainJobUserDiagnosisSource
参数	参数类型	描述
type	String	参数解释：诊断依据类型。取值范围： log：用户日志 hostLog：主机日志 events：作业事件
task_id	String	参数解释：故障所属的训练子任务。取值范围：不涉及。
level	String	参数解释：依据事件等级。约束限制：type值为“events” 取值范围：不涉及。
error_line	String	参数解释：依据来源行数。约束限制：type值为“log” 取值范围：不涉及。
content	String	参数解释：依据详情。取值范围：不涉及。

请求示例

GET https://endpoint/v2/{project_id}/training-jobs/{job_id}/diagnosis

响应示例

状态码：200

{
  "status" : "Completed",
  "level" : "Fatal",
  "conclusions" : [ {
    "conclusion" : {
      "code" : "MDC.300770",
      "class" : "Software",
      "component" : "AI Framework",
      "module" : "Engine",
      "owner" : "User",
      "description_zh_cn" : "分布式reduce数据冗余",
      "description_en_us" : "No evaluation data",
      "level" : "Fatal",
      "solution_zh_cn" : "检查所有前向计算的结果是否都参与了loss运算",
      "solution_en_us" : " Check whether all forward calculation results are involved in the loss calculation"
    },
    "sources" : [ {
      "type" : "log",
      "task_id" : "worker-1",
      "error_line" : 56917,
      "content" : "RuntimeError: Expected to have finished reduction in the prior iteration before starting a new one"
    } ]
  } ]
}