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。
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
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。 一个训练作业,支持选择多个数据集,单击 |
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 |
|
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
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
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。 |
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