0Pricing
MLOps Academy · Pelajaran

Jalankan Pelatihan sebagai Kubernetes Job

Jalankan pelatihan batch hingga selesai di klaster.

Jalankan Pelatihan sebagai Kubernetes Job adalah pelajaran MLOps Academy gratis di CoddyKit. Ini adalah pelajaran 4 dari 4. Kamu bisa membaca pelajaran lengkapnya di bawah secara gratis — lalu praktikkan langsung di browser dengan editor kode bawaan dan tutor AI 24/7. Ini adalah bagian dari jalur belajar MLOps Academy, dan progresmu tersinkronisasi di web dan aplikasi CoddyKit. Kursus MLOps Academy mencakup 4 pelajaran total.

Pelatihan Bukan Server

Server model berjalan terus-menerus, tetapi proses pelatihan harus dimulai, selesai, lalu berhenti. Kubernetes memiliki objek berbeda yang dibuat untuk hal itu: Job. 🏁

Job Berjalan hingga Selesai

Job membuat satu atau beberapa Pod dan memantaunya sampai selesai dengan sukses. Setelah pelatihan berhasil, Job selesai dan membebaskan sumber dayanya.

apiVersion: batch/v1
kind: Job
metadata:
  name: train-ranker
spec:
  template:
    spec:
      restartPolicy: Never

restartPolicy Tidak Boleh Always

Pod Job harus menggunakan restartPolicy Never atau OnFailure. Always digunakan untuk server, dan Kubernetes menolaknya untuk Job yang memang harus berakhir.

Percobaan Ulang dengan backoffLimit

Pelatihan dapat gagal karena unduhan yang tidak stabil. backoffLimit menentukan berapa kali Job mencoba ulang Pod yang gagal sebelum menyerah sepenuhnya.

spec:
  backoffLimit: 4
  activeDeadlineSeconds: 3600

Batasi Durasi agar Tidak Berjalan Tanpa Kendali

Tetapkan activeDeadlineSeconds agar proses pelatihan yang macet tidak menghabiskan node GPU yang mahal sepanjang akhir pekan. Tugas tersebut akan dihentikan setelah batas waktu itu terlampaui. ⏱️

Minta GPU yang Anda Perlukan

Tugas pelatihan menggunakan blok sumber daya yang sama seperti deployment. Tambahkan nvidia.com/gpu di bagian batas agar proses berjalan di node GPU.

Paralelisme untuk Penyapuan

Tetapkan completions dan paralelisme untuk menjalankan banyak pod, cocok untuk penyapuan hiperparameter saat setiap pod melatih satu konfigurasi secara bersamaan.

Log dan Artefak Bertahan Lebih Lama daripada Pod

Pod dari tugas yang selesai akan hilang, jadi tuliskan model dan metrik Anda ke penyimpanan tahan lama seperti S3 atau sebuah volume, jangan pernah ke sistem berkas pod.

CronJob untuk Pelatihan Ulang Terjadwal

Bungkus tugas dalam CronJob untuk melakukan pelatihan ulang sesuai jadwal, misalnya setiap malam. CronJob membuat tugas baru setiap kali ekspresi cron dijalankan.

apiVersion: batch/v1
kind: CronJob
spec:
  schedule: "0 2 * * *"

Bersihkan Tugas yang Selesai

Tugas yang selesai secara bawaan tetap ada dan membuat klaster berantakan. Tetapkan ttlSecondsAfterFinished agar Kubernetes menghapusnya secara otomatis setelah masa tenggang.

Pantau Status dengan kubectl

Periksa proses dengan kubectl get jobs dan baca keluarannya dengan kubectl logs. Bagian status menampilkan jumlah yang berhasil atau gagal secara sekilas.

kubectl get jobs
kubectl logs job/train-ranker

Pemeriksaan Singkat

Mengapa tugas, bukan deployment, lebih tepat untuk pelatihan?

Ringkasan

Jalankan pelatihan yang memiliki akhir sebagai Job dengan restartPolicy Never, backoffLimit, dan batas waktu proses, lalu jadwalkan pelatihan ulang dengan CronJob. ✅

Pertanyaan yang Sering Diajukan

Apakah pelajaran “Jalankan Pelatihan sebagai Kubernetes Job” gratis?

Ya — teks lengkap “Jalankan Pelatihan sebagai Kubernetes Job” gratis dibaca di sini di web. Untuk praktiknya secara interaktif (editor kode bawaan dan tutor AI 24/7) dan buka sisa kursus MLOps Academy, upgrade ke CoddyKit PRO. Kursus MLOps Academy mencakup 4 pelajaran total.

Apa yang akan aku pelajari di “Jalankan Pelatihan sebagai Kubernetes Job”?

Jalankan pelatihan batch hingga selesai di klaster. Kamu berlatih MLOps Academy dengan kode praktik yang langsung kamu jalankan di browser, dan tutor AI 24/7 menjawab pertanyaanmu saat kamu mengerjakan pelajaran ini.

Apakah aku perlu pengalaman untuk memulai MLOps Academy?

Tidak diperlukan pengalaman sebelumnya. MLOps Academy di CoddyKit dirancang untuk pemula hingga pelajar tingkat lanjut, jadi kamu bisa memulai di sini atau dari awal dan belajar sesuai kecepatan kamu sendiri. Ini adalah pelajaran 4 dari 4.

Berapa lama pelajaran “Jalankan Pelatihan sebagai Kubernetes Job” memakan waktu?

Sebagian besar pelajaran CoddyKit memakan waktu sekitar 5–10 menit. Setiap pelajaran ringkas dan interaktif, jadi kamu membuat kemajuan stabil dan melanjutkan dari tempat kamu tinggalkan di web dan aplikasi.

Bisakah aku menulis dan menjalankan kode dalam pelajaran MLOps Academy ini?

Ya. Setiap pelajaran MLOps Academy menyertakan editor kode bawaan, jadi kamu menulis dan menjalankan kode nyata langsung di browser dan mendapatkan umpan balik AI instan — tidak diperlukan penyiapan lokal.

Semua pelajaran dalam kursus ini

  1. Pod, Deployment, dan Service untuk Model
  2. Minta CPU, Memori, dan GPU
  3. Konfigurasikan dengan ConfigMaps dan Secrets
  4. Jalankan Pelatihan sebagai Kubernetes Job
← Kembali ke MLOps Academy