Platform For AI:Instalación y configuración

Instale el SDK de PAI para Python y configure las credenciales del espacio de trabajo y los parámetros de región para entrenar y desplegar modelos.

El SDK de PAI para Python se utiliza para entrenar y desplegar modelos. No admite la gestión de recursos a nivel de clúster, como iniciar o detener instancias, gestionar cuotas ni administrar espacios de trabajo. Para gestionar estos recursos, utilice Alibaba Cloud Management Console.

Requisitos previos

• Cuenta con Create an AccessKey.

• Cuenta con Create and manage workspaces.

• Cuenta con Console quick start.

• Python 3.8 o una versión posterior.

• Los usuarios de RAM deben tener a continuación permisos en el espacio de trabajo y en los buckets de Object Storage Service (OSS):

  • Asigne el rol de desarrollador o administrador al usuario de RAM para enviar trabajos de entrenamiento. Para obtener más información, consulte Manage members of the workspace.

  • Otorgue permisos de lectura y escritura para almacenar código y modelos en los buckets de OSS. Para obtener más información, consulte "Grant your RAM user or RAM role the permissions to access OSS" en Grant the permissions that are obligatorio to use Machine Learning Designer.

Instalación

Ejecute a continuación comando para instalar el SDK de PAI para Python:

pip install "alipai>=0.4.0"

Configuración

Ejecute a continuación comando para iniciar el asistente de configuración:

# Run after SDK installation.
python -m pai.toolkit.config

Ejemplo de configuración:

$ python -m pai.toolkit.config
请输入您的阿里云账号AccessKeyId: LTAxxx
请输入您的阿里云账号AccessKeySecret: ********************************
当前配置的访问密钥和地域：
AccessKeyId: LTAIxxx
AccessKeySecret: nS0c********************PVLe
RegionId: cn-hangzhou
IdentityType: Account
云产品依赖检查：
AliyunODPSPAIDefaultRole                Authorized
AliyunPAIAccessingOSSRole               Authorized
AliyunPAIDLCAccessingOSSRole            Authorized
AliyunPAIDLCDefaultRole                 Authorized
当前选择的工作空间信息：
WorkspaceName: xxx
WorkspaceId: xxx
Roles: PAI.WorkspaceOwner, PAI.WorkspaceAdmin
请配置使用的OSS Bucket
是否使用当前工作空间的默认OSS Bucket (oss://xxx) ? (y/n

Cuando la configuración se completa correctamente, se muestra a continuación mensaje: Configuration saved successfully: <Path to which the configuracións are saved>.

Parámetros de configuración

El asistente le solicita que especifique a continuación parámetros:

ParámetroDescripciónEjemploworkspace_idIdentificador de su espacio de trabajo de PAI. Puede encontrarlo en la PAI console.12345region_idRegión de Alibaba Cloud donde se despliega su espacio de trabajo o Elastic Algorithm Service (EAS). Obligatorio para el acceso entre regiones.us-southeast-1oss_bucket_nameNombre del bucket de OSS que se usa para almacenar código y modelos.my-pai-bucket

Regiones disponibles

A continuación se muestran los valores compatibles para el parámetro region_id:

RegiónIdentificador de regiónChina (Hangzhou)cn-hangzhouChina (Shanghai)cn-shanghaiChina (Beijing)cn-beijingChina (Shenzhen)cn-shenzhenChina (Zhangjiakou)cn-zhangjiakouChina (Hong Kong)cn-hongkongSingaporeap-southeast-1Indonesia (Jakarta)ap-southeast-5US (Silicon Valley)us-west-1US (Virginia)us-east-1US (Atlanta)us-southeast-1Germany (Frankfurt)eu-central-1UK (London)eu-west-1Japan (Tokyo)ap-northeast-1

Configuración entre regiones

Si necesita desplegar servicios de EAS en una región distinta a la de su espacio de trabajo, configure la sesión mediante programación:

from pai.session import Session

# Initialize session with US region
session = Session(
    workspace_id="12345",
    region_id="us-southeast-1",  # EAS service deployed in US region
    oss_bucket_name="my-pai-bucket"
)

# Deploy model to EAS service in us-southeast-1
from pai.model import Model

model = Model(
    model_data="oss://my-pai-bucket/models/my_model/",
    session=session
)

# Deploy with region-specific configuration
predictor = model.deploy(
    service_name="my-service",
    instance_type="ecs.g6.xlarge",
    options={
        "metadata.region": "us-southeast-1"  # Explicit region specification
    }
)

Nota: Para obtener un rendimiento óptimo, ubique su bucket de OSS y el servicio de EAS en la misma región. La transferencia de datos entre regiones puede generar latencia y costos adicionales.

Siguientes pasos

Una vez completada la configuración, ya puede empezar a enviar trabajos de entrenamiento. Para obtener más información, consulte Submit a training job.