可执行实验容器

本教程演示如何使用clearml-agent的build命令将实验打包成可执行容器。在此示例中，您将构建一个Docker镜像，该镜像在运行时将自动执行keras_tensorboard.py脚本。

先决条件​

• clearml-agent 已安装并配置
• clearml 已安装并配置
• clearml 仓库已克隆 (git clone https://github.com/allegroai/clearml.git)

创建ClearML实验​

1. 设置实验的执行环境：

   cd clearml/examples/frameworks/keras
   pip install -r requirements.txt
   

2. 运行实验：

   python keras_tensorboard.py
   

   这将在“examples”项目中创建一个名为“Keras with TensorBoard example”的ClearML任务。

   注意在运行上述脚本时控制台输出中的任务ID：

   ClearML Task: created new task id=<TASK_ID>
   

   此ID将在以下部分中使用。

构建和启动容器化任务​

1. 执行以下命令以构建容器。输入上面创建的任务的ID：

   clearml-agent build --id <TASK_ID> --docker --target new-docker --entry-point clone_task
   
   tip

   如果容器不使用GPU，请添加--cpu-only标志。

   此命令将创建一个Docker容器，并在指定的--target文件夹中设置此实验的执行环境。当Docker容器启动时，它将克隆由id指定的任务并执行克隆（由--entry-point参数指定）。

2. 运行Docker，指向新容器：

   docker run new-docker
   

   任务将在容器内执行。任务详情可以在ClearML Web UI中查看。

有关更多ClearML Agent选项，请参阅ClearML Agent参考页面。