华为云AI开发平台ModelArts提交训练作业(新版训练)_云淘科技

使用PyCharm ToolKit(latest版本)工具,可以快速将本地开发的训练代码,提交至ModelArts侧进行训练。

前提条件

在本地PyCharm中已有训练代码工程。
已在OBS中创建桶和文件夹,用于存放数据集和训练输出模型。 例如:创建命名为“test-modelarts2”的桶,创建文件夹“dataset-mnist”和“mnist-output”。训练作业使用的数据已上传至OBS,且OBS与ModelArts在同一区域。
已配置credential,详细请参考使用访问密钥登录。
使用PyCharm ToolKit(latest版本)提交训练作业,仅限于新版训练作业,不支持旧版训练作业。

准备数据

训练代码工程案例请参考:在gitee的ModelArts-Lab工程中,单击“克隆/下载”,然后单击“下载ZIP”,下载工程。解压缩“ModelArts-Lab-master.zip”文件,然后在“\ModelArts-Lab-master\official_examples\Using_MXNet_to_Create_a_MNIST_Dataset_Recognition_Application\codes”目录中获取到训练代码文件“train_mnist.py”。
数据集案例请参考:从MNIST官网下载“Mnist-Data-Set”数据集至本地,然后解压zip包,将“Mnist-Data-Set”文件夹下的所有文件上传至“test-modelarts2/dataset-mnist”OBS路径下。

配置训练作业参数

在PyCharm中,打开训练代码工程和训练启动文件,然后在菜单栏中选择“ModelArts > Training Job > New…”。

图1 选择作业配置

在弹出的对话框中,设置训练作业相关参数,详细参数说明请参见表1。

表1 训练作业配置参数说明

参数

说明

Job Name

训练作业的名称。

系统会自动生成一个名称,您可以根据业务需求重新命名,命名规则如下:

支持1~64位字符。
并包含大小写字母、数字、中划线(-)或下划线(_)。

Job Description

训练作业的简要描述。

Algorithm Source

训练算法来源,分为“常用框架”和“自定义镜像”两种,二者选一项即可。

常用框架指使用ModelArts训练管理中支持的常用AI引擎,当前支持的引擎列表请参见训练管理支持的常用框架。

如果您使用的AI引擎为支持列表之外的,建议使用自定义镜像的方式创建训练作业。

AI Engine

选择代码使用的AI引擎及其版本。支持的AI引擎与ModelArts管理控制台里训练管理支持的常用框架一致。

Boot File Path

训练启动文件,所选启动文件必须是当前PyCharm训练工程中的文件。当“Algorithm Souce”选“Frequently-used”时,显示此参数。

Code Directory

训练代码目录,系统会自动填写为训练启动文件所在的目录,用户可根据需要修改,所选目录必须是当前工程中的目录且包含启动文件。

当算法来源为自定义镜像,训练代码已预置在镜像中时,该参数可以为空。

Image Path(optional)

SWR镜像的URL地址,例如swr.cn-north-4.myhuaweicloud.com/image-org/image-name:version。关于自定义镜像的说明,请参见自定义镜像介绍。

Boot Command

启动本次训练作业的运行命令。例如“bash /home/work/run_train.sh python {python启动文件及参数}”。当“Algorithm Souce”选“Custom”时,显示此参数。

当用户输入的命令中不包含“–data_url”和“–train_url”参数时,工具在提交训练作业时会在命令后面自动添加这两个参数,分别对应存储训练数据的OBS路径和存放训练输出的OBS路径。

Data OBS Path

设置为存储训练数据的OBS路径,例如“/test-modelarts2/mnist/dataset-mnist/”,其中“test-modelarts2”为桶名称。

Training OBS Path

设置OBS路径,该路径下会自动创建用于存放训练输出模型和训练日志的目录。

Running Parameters

运行参数。如果您的代码需要添加一些运行参数,可以在此处添加,多个运行参数使用英文分号隔开, 例如”key1=value1;key2=value2″。此参数也可以不设置,即保持为空。

Specifications

训练使用资源类型。目前支持公共资源池和专属资源池两种类型。

专属资源池规格以“Dedicated Resource Pool”标识。只有购买了专属资源池的用户才会显示专属资源池规格。

Compute Nodes

计算资源节点个数。数量设置为1时,表示单机运行;数量设置大于1时,表示后台的计算模式为分布式。

Available/Total Nodes

当“Specifications”选择专属资源池规格时,显示专属资源池的可用节点数和总节点数,用户选择“Compute Nodes”的个数不要超过可用节点数。

图2 配置训练作业参数(公共资源池)

图3 配置训练作业参数(专属资源池)

图4 配置训练作业参数(自定义镜像)

参数填写完成后,单击“Apply and Run”。即自动上传本地代码至云端并启动训练,在工具下方的Training Log区域,会实时展示训练作业运行情况。当训练日志中出现“Current training job status: Successful”类似信息时,表示训练作业运行成功。

在单击“Apply and Run”按钮后,系统将自动开始执行训练作业。如果您想停止此作业,可以选择菜单栏中的“ModelArts > Training Job >Stop”停止此作业。
如果单击“Apply”,不会直接启动运行,只是保存训练作业的设置,如果需要启动作业,可以单击“Apply and Run”。

图5 训练日志展示样例

父主题: PyCharm Toolkit提交训练作业

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