本节为您介绍离线训练提交后，可能遇到的异常及处理建议供您参考。

Q：训练任务报错无/gemini/code/目录？
提交任务时，未挂载代码，任务启动后则不会在训练环境中挂载 /gemini/code 目录。

Q：任务执行慢，什么原因？
是否启动命令中含从国外网络下载数据的指令，平台不支持翻墙访问国外网络，强行访问外国网络下载数据，其下载速度必然会影响任务执行进度，建议您先行下载好数据，并以模型/数据的形式挂载到项目中，供任务使用。

Q：任务执行时报错readonly，什么原因？
离线训练时，仅支持写入 /gemini/output，其他目录均为只读，强行写入则会报错 readonly。

Q：报错“未找到目录或文件”
建议您逐个排查如下信息：

• 该任务是否挂载了代码。
• 检查启动命令是否有误。
• 代码/启动命令中是否存在路径、文件名错误。
• 检查启动命令、代码中根目录“/”是否有误。

Q：报错类似“No module：ModuleNotFoundError: No module named 'utils.frameworkbase'”
离线训练提交时，所选镜像非配置好的最新镜像。建议您先将配置好的可用于训练的开发环境保存为镜像，然后提交离线训练时选在该镜像。

Q：报错类似“time out”
平台不支持访问国外网络，如果代码或启动命令中有相关指令，可能引起类似报错。

Q：GPU任务失败，任务详情页有异常事件

任务详情页事件截图如下：

上述情况通常与GPU故障相关，可能的原因：

• 对应的计算节点GPU驱动故障，需要联系系统运维管理员排查
• 对应的计算节点GPU故障（比如消费级卡容易掉卡），需要联系系统运维管理员排查

Q：任务执行一段时间后失败，日志中有killed相关信息

任务日志页截图如下：

上述情况通常是因为任务启动时申请的资源（特别是内存）不足，任务执行过程中资源使用超额，导致任务被强行终止。建议克隆任务，调大资源申请（特别是内存）后重试。

Q：任务等待中，任务详情页有异常调度事件

任务详情页事件截图如下：

上述情况属于正常状态，通常发生于集群资源紧张，任务需要排队等待集群资源时。可以根据事件消息判断任务具体在等待哪些集群资源。如果上述情况完全不符合预期，请联系系统运维管理员排查。