华为云AI开发平台ModelArts使用预置框架简介_云淘科技
如果订阅算法不能满足需求或者用户希望迁移本地算法至ModelArts上训练，可以考虑使用ModelArts支持的预置框架实现算法构建。这种方式在创建算法时被称为“使用预置框架”模式。
以下章节介绍了如何使用预置框架创建算法。
如果需要了解ModelArts模型训练支持的预置引擎和模型，请参考预置的训练引擎。
本地开发的算法迁移至ModelArts需要做代码适配，如何适配请参考开发自定义脚本章节。
通过ModelArts控制台界面使用预置框架创建算法可以参考创建算法章节。
完成算法开发后，您可以将个人开发算法分享给他人使用，请参考发布免费算法章节。
预置的训练引擎
当前ModelArts支持的训练引擎及对应版本如下所示。
不同区域支持的AI引擎有差异，请以实际环境为准。
|
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 |
Ubuntu18.04 |
tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
cuda10.1 |
|
PyTorch |
CPU/GPU |
x86_64 |
Ubuntu18.04 |
pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
cuda10.2 |
|
Ascend-Powered-Engine |
Snt9 |
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 |
GPU |
x86_64 |
Ubuntu18.04 |
mindspore_1.3.0-cuda_10.1-py_3.7-ubuntu_1804-x86_64 |
cuda_10.1 |
|
Horovod |
GPU |
x86_64 |
ubuntu_18.04 |
horovod_0.20.0-tensorflow_2.1.0-cuda_10.1-py_3.7-ubuntu_18.04-x86_64 |
cuda_10.1 |
|
horovod_0.22.1-pytorch_1.8.0-cuda_10.2-py_3.7-ubuntu_18.04-x86_64 |
cuda_10.2 |
父主题： 使用预置框架（自定义脚本）
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
