华为云AI开发平台ModelArts使用常用框架训练模型_云淘科技

如果您在本地使用一些常用框架完成算法开发,如TensorFlow、MindSpore等AI引擎,您可以选择常用框架,创建训练作业来构建模型。

前提条件

数据已完成准备:已在ModelArts中创建可用的数据集,或者您已将用于训练的数据集上传至OBS目录。
如果“算法来源”为“常用框架”,请准备好训练脚本,并上传至OBS目录。
已在OBS创建至少1个空的文件夹,用于存储训练输出的内容。
由于训练作业运行需消耗资源,确保帐户未欠费。
确保您使用的OBS目录与ModelArts在同一区域。

注意事项

训练作业指定的数据集目录中,用于训练的数据名称(如图片名称、音频文件名、标注文件名称等),名称长度限制为0~255英文字符。如果数据集目录下,部分数据的文件名称超过255英文字符,训练作业将不会使用此数据,使用符合要求的数据继续进行训练。如果数据集目录下,所有数据的文件名称都超过了255英文字符,导致训练作业无数据可用,则会最终导致训练作业失败。
训练脚本中,“数据来源”、“训练输出位置”,两个参数必须为OBS路径。当需要对OBS进行读写交互时,建议使用MoXing接口进行读写操作。

训练管理支持的AI常用框架

当前ModelArts支持的AI引擎及对应版本如下所示。

表1 旧版训练作业支持的AI引擎

工作环境

适配芯片

系统架构

系统版本

AI引擎与版本

支持的cuda或Ascend版本

TensorFlow

CPU/GPU

x86_64

Ubuntu16.04

TF-1.8.0-python3.6

TF-1.13.1-python3.6

tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64

cuda10.1

MXNet

CPU/GPU

x86_64

Ubuntu16.04

MXNet-1.2.1-python3.6

Spark_MLlib

CPU

x86_64

Ubuntu16.04

Spark-2.3.2-python3.6

Ray

CPU/GPU

x86_64

Ubuntu16.04

RAY-0.7.4-python3.6

XGBoost-Sklearn

CPU

x86_64

Ubuntu16.04

XGBoost-0.80-Sklearn-0.18.1-python2.7

XGBoost-0.80-Sklearn-0.18.1-python3.6

PyTorch

CPU/GPU

x86_64

Ubuntu16.04

PyTorch-1.0.0-python3.6

PyTorch-1.3.0-python3.6

PyTorch-1.4.0-python3.6

pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64

cuda10.2

Ascend-Powered-Engine

Ascend

aarch64

Euler2.8

mindspore_1.7.0-cann_5.1.0-py_3.7-euler_2.8.3-aarch64

5.1.0

tensorflow_1.15-cann_5.1.0-py_3.7-euler_2.8.3-aarch64

5.1.0

MPI

CPU/GPU

x86_64

Ubuntu18.04

mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64

cuda10.1

Caffe

CPU/GPU

x86_64

Ubuntu16.04

Caffe-1.0.0-python2.7

cuda8.0

MoXing是ModelArts团队自研的分布式训练加速框架,它构建于开源的深度学习引擎TensorFlow、MXNet、PyTorch、Keras之上,详细说明请参见MoXing使用说明。如果您使用的是MoXing框架编写训练脚本,在创建训练作业时,请根据您选用的接口选择其对应的AI引擎和版本。
Ascend-Powered-Engine仅在“华北-北京四”区域支持。
如果您的训练脚本支持的版本与训练支持的AI引擎提供的版本存在差异,会出现训练失败的情况

创建训练作业

登录ModelArts管理控制台,在左侧导航栏中选择“训练管理 > 训练作业”,默认进入“训练作业”列表。
在训练作业列表中,单击左上角“创建”,进入“创建训练作业”页面。
在创建训练作业页面,填写训练作业相关参数,然后单击“下一步”。

填写基本信息。您可以根据实际情况填写“名称”和“描述”信息。“版本”信息由系统自动生成,按“V0001”、“V0002”规则命名,用户无法修改。
填写作业参数。包含数据来源、算法来源等关键信息,详情请参见表2。

图1 算法来源为常用框架

表2 作业参数说明

参数名称

子参数

说明

一键式参数配置

如果您在ModelArts已保存作业参数,您可以根据界面提示,选择已有的作业参数,快速完成训练作业的参数配置。

算法来源

常用框架

选择“AI引擎”和“版本”,选择“代码目录”及“启动文件”。选择的AI引擎和编写训练代码时选择的框架必须一致。例如编写训练代码使用的是TensorFlow,则在创建训练作业时也要选择TensorFlow。

目前支持的AI引擎及其版本请参见训练管理支持的AI常用框架。

如果您的模型需要安装Python依赖包时,请按照ModelArts定义的要求将依赖包及其配置文件放置“代码目录”中,详细说明请参见模型中引用依赖包时,如何创建训练作业?

数据来源

数据集

从ModelArts数据管理中选择可用的数据集及其版本。

“选择数据集”:从右侧下拉框中选择ModelArts系统中已有的数据集。当ModelArts无可用数据集时,此下拉框为空。
“选择版本”:根据“选择数据集”指定的数据集选择其版本。

一个训练作业,支持选择多个数据集,单击增加一个数据集,单击删除当前行指定的数据集。

数据存储位置

从OBS桶中选择训练数据。在“数据存储位置”右侧,单击“选择”,从弹出的对话框中,选择数据存储的OBS桶及其文件夹。

当“算法来源”选择“常用框架”时,一个训练作业,支持选择多个数据存储路径,单击增加一个数据存储路径,单击删除当前行指定的数据存储路径。

训练输出位置

选择训练结果的存储位置。

说明:

为避免出现错误,建议选择一个空目录用作“训练输出位置”。请勿将数据集存储的目录作为训练输出位置。

运行参数

代码中的命令行参数设置值,请根据您编写的算法代码逻辑进行填写,确保参数名称和代码的参数名称保持一致。

例如:train_steps=10000,其中“train_steps”为代码中的某个传参。

作业日志路径

选择作业运行中产生的日志文件存储路径。

选择用于训练作业的资源。

图2 选择训练作业资源

表3 资源参数说明

参数名称

说明

资源池

选择训练作业资源池。

训练作业支持选择“公共资源池”和“专属资源池”。公共资源池又可以选择CPU或GPU两种类型,不同类型的资源池,其收费标准不同,详情请参见价格详情说明。专属资源池的创建请参见资源池(旧版即将下线)。

类型

当选择公共资源池时,需选择资源类型。目前支持CPU和GPU两种类型。

GPU资源性能更佳,CPU资源性价比更高。如果您选择的算法已定义使用CPU或GPU,界面将自动呈现此资源类型,请务必根据要求选择。

不同的资源类型的数据盘容量是不同的,详细介绍参考训练环境中不同规格资源“/cache”目录的大小。

说明:

如果您在训练代码使用的是GPU资源,则在选择资源池时只能选择GPU集群,否则会导致训练作业失败。

规格

针对不同的资源类型,选择资源规格。

其中针对“已有算法”、“常用框架”或“自定义镜像”,ModelArts支持使用Ascend创建训练作业,且此资源仅在“华北-北京四”可用。

前缀带“[限时免费] ”信息的为免费规格,您可以使用此规格免费体验ModelArts的训练作业功能。此规格的使用注意事项,请参见免费体验AI全流程开发。

计算节点个数

选择计算节点的个数。如果节点个数设置为1,表示后台的计算模式是单机模式;如果节点个数设置大于1,表示后台的计算模式为分布式的。请根据实际编码情况选择计算模式。

当“常用框架”选择Caffe时,只支持单机模式,即“计算节点个数”必须设置为“1”。针对其他“常用框架”,您可以根据业务情况选择单机模式或分布式模式。

配置订阅消息,并设置是否将当前训练作业中的参数保存为作业参数。

图3 配置训练作业订阅消息

表4 订阅消息及作业参数的参数说明

参数名称

说明

订阅消息

订阅消息使用消息通知服务,在事件列表中选择需要监控的资源池状态,在事件发生时发送消息通知。

此参数为可选参数,您可以根据实际情况设置是否打开开关。如果开启订阅消息,请根据实际情况填写如下参数。

“主题名”:订阅消息主题名称。您可以单击创建主题,在消息通知服务中创建主题。
“事件列表”:订阅事件。当前可选择“OnJobRunning”、“OnJobSucceeded”、“OnJobFailed”三种事件,分别代表训练运行中、运行成功、运行失败。

保存作业参数

勾选此参数,表示将当前训练作业设置的作业参数保存,方便后续一键复制使用。

勾选“保存训练参数”,然后填写“作业参数名称”和“作业参数描述”,即可完成当前参数配置的保存。训练作业创建成功后,您可以从ModelArts的作业参数列表中查看保存的信息,详细操作指导请参见管理作业参数。

完成参数填写后,单击“下一步”。

在“规格确认”页面,确认填写信息无误后,单击“提交”,完成训练作业的创建。训练作业一般需要运行一段时间,根据您选择的数据量和资源不同,训练时间将耗时几分钟到几十分钟不等。

训练作业创建完成后,将立即启动,运行过程中将按照您选择的资源按需计费。

您可以前往训练作业列表,查看训练作业的基本情况。在训练作业列表中,刚创建的训练作业“状态”为“初始化”,当训练作业的“状态”变为“运行成功”时,表示训练作业运行结束,其生成的模型将存储至对应的“训练输出位置”中。当训练作业的“状态”变为“运行失败”时,您可以单击训练作业的名称,进入详情页面,通过查看日志等手段处理问题。

父主题: 创建训练作业

同意关联代理商云淘科技,购买华为云产品更优惠(QQ 78315851)

内容没看懂? 不太想学习?想快速解决? 有偿解决: 联系专家