可以在安装教程了写一下有关于你的slurm配置需要修改的东西以及启动的过程嘛？

[nightyuzi]

[nightyuzi]

error: _forkexec_slurmstepd: slurmstepd failed to send return code got 0: No error我遇到了这个问题

[timkaler]

感谢您对该工件的关注。您能否提供一些有关您的计算环境和您遇到的错误的详细信息？普通话不是我的母语，所以我需要使用翻译工具来帮助您。不过，我们应该能够解决您遇到的问题——可能只是需要多进行几轮沟通。

[nightyuzi]

谢谢你的回复，因为我使用的学校的服务器环境，我将你的环境通过docker拉取下来了，然后运行到学校的寒武纪平台上面，但是我不知道怎么启动slurm，对于slurm的配置文件我只修改了节点信息，然后使用手动启动了slurm，在我测试
slurm是否正常时，他会显示slurmstepd的问题，我不知道问题在哪里

[timkaler]

我明白了。该工件包含了如何设置Docker环境和如何设置Conda环境的说明。我认为提供的Docker容器并未设置为通过Slurm运行分布式实验，但它应该能够运行单节点（1台机器上的单/多GPU）实验。

为了使用我们的脚本运行分布式实验，我们建议在您的集群上设置一个Conda环境，而不是使用Docker。

可能有一种方法可以设置Docker容器来运行分布式实验，但我们内部并不经常使用Docker，并且觉得它比较麻烦。因此，我们没有编写相关的说明，也没有明确地设置Docker容器来支持这一点。

[nightyuzi]

谢谢你的回答，因为我的实验环境限制，导致我只能使用学校提供的容器，它应该是使用Kubernetes创建的一个容器或者pod，对于直接访问物理服务器，我曾经试着配置了一下slurm确实可以使用，但是我在你的安装过程中遇到了问题，pip install git+git://github.com/rusty1s/pytorch_sparse.git@master这个我访问不到了，导致我的实验一直运行不起来，所以我现在只能尝试使用您配置好的docker拉取下来的镜像