All Products
Search
Document Center

Platform For AI:Kirim pekerjaan transfer learning PyTorch single-node

Last Updated:Jun 05, 2026

Jalankan pekerjaan transfer learning PyTorch offline dengan Deep Learning Containers (DLC).

Langkah 1: Dapatkan data

Data sampel tersedia di URL publik (Unduh data) dan tidak memerlukan persiapan tambahan.

Langkah 2: Dapatkan kode pelatihan

Kode pelatihan tersedia di URL publik (Unduh kode pelatihan) dan tidak memerlukan pengembangan tambahan.

Langkah 3: Buat pekerjaan

  1. Buka halaman Create Job.

    1. Masuk ke PAI console. Pada bilah navigasi atas, pilih Wilayah. Di pojok kanan atas, pilih ruang kerja, lalu klik Go to DLC.

    2. Pada halaman Deep Learning Containers (DLC), klik Create Task.

  2. Pada halaman Create Task, konfigurasikan parameter berikut. Gunakan nilai default untuk pengaturan lainnya.

    image

    Parameter

    Deskripsi

    Basic Information

    Task Name

    Masukkan nama pekerjaan, misalnya torch-sample.

    Environment Information

    Node Image

    Klik Alibaba Cloud Image dan pilih image PyTorch.

    Datasets

    Pasang dataset kustom untuk menyimpan hasil pelatihan. Contoh ini menggunakan dataset OSS. Klik Custom Dataset dan konfigurasikan parameter berikut:

    • Custom Dataset: Pilih dataset OSS yang sudah ada. Buat dan kelola dataset.

    • Mount Path: Atur path menjadi /mnt/data/.

    Start Command

    Masukkan perintah berikut untuk mengunduh data dan kode, menjalankan pekerjaan pelatihan, memverifikasi output, dan menyalin hasil ke direktori yang dipasang.

    wget https://pai-public-data.oss-cn-beijing.aliyuncs.com/hol-pytorch-transfer-cv/data.tar.gz && tar -xf ./data.tar.gz && mv ./hymenoptera_data/ ./input && mkdir output && wget https://pai-public-data.oss-cn-beijing.aliyuncs.com/hol-pytorch-transfer-cv/main.py && python main.py -i ./input -o ./output && ls ./output && cp -r ./output /mnt/data

    Resource Information

    Resource Source

    Pilih Public Resources.

    Framework

    Pilih PyTorch.

    Task Resources

    • Nodes: Atur ke 1.

    • Instance Type: Klik image dan pilih tipe instans, seperti GPU > ecs.gn6e-c12g1.3xlarge. Jika tipe instans ini tidak tersedia di wilayah Anda, beralihlah ke wilayah yang didukung. Deep Learning Containers (DLC) mencantumkan wilayah dengan model bayar sesuai penggunaan.

  3. Klik OK.

    Anda akan diarahkan secara otomatis ke halaman Deep Learning Containers (DLC).

Langkah 4: Lihat detail pekerjaan dan log

  1. Pada halaman Deep Learning Containers (DLC), klik nama pekerjaan.

  2. Pada halaman ikhtisar pekerjaan, lihat Basic Information dan Resource Information.

  3. Gulir ke bawah ke bagian Instance. Pada kolom Actions, klik Log.image

  4. File output disimpan di sistem file dataset yang dipasang. Gambar berikut menunjukkan contoh output di Bucket OSS. Hasil Anda mungkin berbeda.image