机器学习平台支持查看任务及实例的状态、运行日志、监控数据等信息，用户通过这些信息能够获取当前训练任务的进度及健康状况，除此之外用户还能通过 WebShell 进入训练容器内部进行问题排查。

• 【自定义训练】存在 >=1 个训练任务。

1. 登录机器学习平台，单击左侧导航栏中的【模型训练】-【自定义训练】进入列表页面。列表页中的状态、运行时长简单描述了任务的总体情况。

2. 单击任务名称进入详情页面后能够查看所有 实例 的状态，所有训练实例的状态共同影响着 任务 的状态。

   参数名称	参数说明
   实例状态	排队中：该状态下实例正在等待资源分配和节点调度。 部署中：镜像拉取、存储挂载、创建容器等过程。 运行中：执行训练代码。 停止中：用户触发取消操作或者任务超过最长运行时间，正在删除实例。 异常：实例在排队、部署及停止的过程出现系统错误。 完成：执行完成。 失败：运行失败或者异常超时。 已删除：实例已被删除。 完成(保留中)：配置了实例保留时长且实例运行完成。 失败(保留中)：配置了实例保留时长且实例运行失败。
   概览信息	基本信息 镜像、运行时长、实例保留时长、自动重试等任务配置信息 挂载的共享文件系统 实例信息 当前运行配置 原始配置信息
   监控	查看任务的 CPU和内存、GPU、网卡、vePFS、CloudFS、XID 维度的信息。
   日志	支持查看历史日志和实时日志。
   时间线	展示任务运行的重要时间节点，如创建完成、开始排队、启动运行等。
   性能分析	可以查看 GPU、CPU 数据分析，具体使用见文档：CPU 性能分析、GPU 性能分析。
   进程栈分析	查看程序的执行流程、函数调用关系以及变量的存储情况等。 说明 需先在全局配置配置日志投递规则。
   重试记录	在创建自定义任务时，如果配置自动重试（具体见创建单机 / 分布式训练任务），可以查询重试记录以及配置。

自定义任务故障自查功能是为了解决多机任务运行异常时，传统诊断工具无法准确定位故障节点的问题。当您的任务出现运行异常（如部分节点无响应、性能大幅下降等）时，可通过本功能启动自动N分法诊断 ，系统将自动拆分任务并对比各子任务的运行状态，快速锁定具体的故障节点，帮助您高效排查问题根源。

1. 进入任务详情页，​找到您需要进行故障自查的任务 ，点击任务名称进入任务详情页。

2. 点击 「任务故障自查」 按钮。
3. 配置故障自查参数。在弹窗中，您需要配置以下必填参数：

4. 确认所有配置无误后，点击弹窗中的 「确认」 按钮。
5. 查看故障自查记录。​在任务的详情页中的 「故障自查记录」 标签页中，查看具体的故障自查记录。