View a markdown version of this page

Mapping Amazon Batch 服务任务状态为 SageMaker AI 状态 - Amazon Batch
Amazon Web Services 文档中描述的 Amazon Web Services 服务或功能可能因区域而异。要查看适用于中国区域的差异,请参阅 中国的 Amazon Web Services 服务入门 (PDF)。

本文属于机器翻译版本。若本译文内容与英语原文存在差异,则一律以英文原文为准。

Mapping Amazon Batch 服务任务状态为 SageMaker AI 状态

当您向某提交任务时 SageMaker 任务队列使用 SubmitServiceJob, Amazon Batch 管理工作生命周期和地图 Amazon Batch 工作状态 等同于 SageMaker 训练作业状态。服务工作,例如 SageMaker 训练任务遵循与传统容器任务不同的状态生命周期。服务作业的大多数状态与容器作业相同,不过服务作业引入了 SCHEDULED 状态并具有不同的重试行为,尤其是在处理目标服务容量不足错误时。

下表显示了 Amazon Batch 作业状态和相应的 SageMaker Status/SecondaryStatus:

Batch 状态 SageMaker AI 主要状态 SageMaker AI 次要状态 说明
SUBMITTED N/A N/A 作业已提交到队列,等待调度器评估。
RUNNABLE N/A N/A 作业已排队,可以进行调度。一旦服务环境中有足够的资源可用,处于此状态的作业就会立即启动。如果没有足够的资源可用,作业会无限期地保持此状态。
SCHEDULED InProgress Pending 服务任务已成功提交至 SageMaker AI
STARTING InProgress Downloading SageMaker 正在下载数据和图像的训练作业。已取得训练作业容量,并且已开始作业初始化。
RUNNING InProgress Training SageMaker 训练作业执行算法
RUNNING InProgress Uploading SageMaker 训练任务在训练完成后上传输出工件
SUCCEEDED Completed Completed SageMaker 训练作业成功完成。已完成输出构件上传。
FAILED Failed Failed SageMaker 训练作业遇到无法恢复的错误。
FAILED Stopped Stopped SageMaker 训练作业已使用手动停止 StopTrainingJob。