Snt9(32GB显存)单卡规格

此处的规格为举例，选择ASCEND类型的资源规格即可。

按需计费，19.5元/小时

EVS存储

磁盘规格默认为5GB，从Notebook实例创建成功起，直至删除成功，每GB按照规定费用收费。

按需计费，0.007元/小时/GB

下载VS Code IDE，下载路径：开源Visual Studio Code

根据不同的操作系统选择不同的安装包。

创建Notebook并打开Terminal

登录ModelArts控制台，单击左侧导航“开发环境 > Notebook”，然后单击“创建”。

镜像选择“mindspore1.7.0-cann5.1.0-py3.7-euler2.8.3”，类型选择“ASCEND”，并打开“SSH远程开发”开关，密钥对选择已有的或单击“立即创建”。

Notebook创建后，“状态”为“运行中”。单击“操作”列的“打开”，进入JupyterLab，然后参考下图打开Terminal。

图1 打开Terminal

下载项目代码

在Terminal执行如下命令下载项目代码。本例中，以图像分类模型resnet50模型为例。下载后的文件如图2所示，代码所在路径为“./models/official/cv/resnet/”。

# 下载代码
git clone https://gitee.com/mindspore/models.git -b v1.5.0

图2 下载后的模型包文件

下载花卉识别数据集

本样例使用的数据集为类别数为五类的花卉识别数据集。

在Terminal里执行如下命令下载并解压数据集，将数据集保存在“./models/dataset/flower_photos”文件夹。

cd models
mkdir dataset
cd dataset
wget http://download.tensorflow.org/example_images/flower_photos.tgz
tar zxvf flower_photos.tgz