查看训练作业日志

训练进程日志

用户训练代码的标准输出。

pip-requirement.txt安装日志

如果用户有定义pip-requirement.txt文件，会产生pip包安装日志。

ModelArts平台日志

ModelArts平台产生的系统日志，主要用于运维人员定位平台问题。

device日志

HOST侧用户进程，在DEVICE侧产生的AICPU、HCCP的日志，回传到HOST侧（训练容器）。

如果出现如下情况，则device日志会获取不到。

• 节点异常重启
• 被主动停止的节点

在训练进程结束后，该日志会生成到训练容器中。其中，使用MindSpore预置框架训练的device日志会自动上传到OBS，使用其他预置框架和自定义镜像训练的device日志如果需要自动上传到OBS，则需要在代码中配置ASCEND_PROCESS_LOG_PATH，具体请参考如下示例。

# set npu plog env
ma_vj_name=`echo ${MA_VJ_NAME} | sed 's:ma-job:modelarts-job:g'`
task_name="worker-${VC_TASK_INDEX}"
task_plog_path=${MA_LOG_DIR}/${ma_vj_name}/${task_name}

mkdir -p ${task_plog_path}
export ASCEND_PROCESS_LOG_PATH=${task_plog_path}

“~/ascend/log/device-{device-id}/device-{pid}_{timestamp}.log”

其中，pid是HOST侧用户进程号。

样例：

device-166_20220718191853764.log

plog日志

HOST侧用户进程，在HOST侧产生的日志（例如:ACL /GE）。

plog日志会生成到训练容器中。其中，使用MindSpore预置框架训练的plog日志会自动上传到OBS，使用自定义镜像训练的plog日志如果需要自动上传到OBS，则需要在代码中配置ASCEND_PROCESS_LOG_PATH，具体请参考如下示例。

# set npu plog env
ma_vj_name=`echo ${MA_VJ_NAME} | sed 's:ma-job:modelarts-job:g'`
task_name="worker-${VC_TASK_INDEX}"
task_plog_path=${MA_LOG_DIR}/${ma_vj_name}/${task_name}

mkdir -p ${task_plog_path}
export ASCEND_PROCESS_LOG_PATH=${task_plog_path}

“~/ascend/log/plog/plog-{pid}_{timestamp}.log”

其中，pid是HOST侧用户进程号。

样例：plog-166_20220718191843620.log

proc log

proc log是单卡训练日志重定向文件，方便用户快速定位对应计算节点的日志。使用自定义镜像训练的作业不涉及proc log；使用预置框架训练的proc log日志会生成到训练容器中，且自动保存到OBS。

“[modelarts-job-uuid]-proc-rank-[rank id]-device-[device logic id].txt”

• device id为本次训练作业的NPU卡编号，取值单卡为0，8卡为0~7。

  例如：Ascend规格为 8*Snt9时，device id取值为0~7；Ascend规格为 1*Snt9时，device id取值为0。

• rank id为本次训练作业的全局NPU卡编号，取值为0~计算节点数*卡数-1，单个计算节点下，rank id与device id取值相同。

样例：

modelarts-job-95f661bd-1527-41b8-971c-eca55e513254-proc-rank-0-device-0.txt

MindSpore日志

使用MindSpore+Ascend训练时会产生单独的MindSpore日志。

MindSpore日志会生成到训练容器中。其中，使用MindSpore预置框架训练的plog日志会自动上传到OBS，使用自定义镜像训练的plog日志如果需要自动上传到OBS，则需要在代码中配置ASCEND_PROCESS_LOG_PATH，具体请参考如下示例。

# set npu plog env
ma_vj_name=`echo ${MA_VJ_NAME} | sed 's:ma-job:modelarts-job:g'`
task_name="worker-${VC_TASK_INDEX}"
task_plog_path=${MA_LOG_DIR}/${ma_vj_name}/${task_name}

mkdir -p ${task_plog_path}
export ASCEND_PROCESS_LOG_PATH=${task_plog_path}

MindSpore的日志介绍请参见MindSpore官网。

普通训练日志

普通训练日志会生成到训练容器的“/home/ma-user/modelarts/log”目录中，且自动上传到OBS。普通训练日志的类型如下所示。

• ma-pre-start日志（Ascend场景特有）：如果用户有定义ma-pre-start脚本，会产生该脚本执行日志。
• davincirun日志（Ascend场景特有）：Ascend训练进程通过davincirun.py文件启动，该启动文件产生的日志。
• 训练进程日志：用户训练代码的标准输出。
• pip-requirement.txt安装日志：如果用户有定义pip-requirement.txt文件，会产生pip包安装日志。
• ModelArts平台日志：ModelArts平台产生的系统日志，主要用于运维人员定位平台问题。

合并输出在日志文件modelarts-job-[job id]-[task id].log中。

task id表示计算节点id，单节点时取值为worker-0，多节点时取值为worker-0、worker-1、...worker-{n-1}，n为计算节点个数。

样例：

modelarts-job-95f661bd-1527-41b8-971c-eca55e513254-worker-0.log