全部产品
Search

搜索本产品

    Platform For AI：Kirim pekerjaan pelatihan mandiri yang menggunakan PyTorch

    文档中心

    Platform For AI：Kirim pekerjaan pelatihan mandiri yang menggunakan PyTorch

    更新时间：Jul 02, 2025

    Topik ini menjelaskan cara menggunakan Deep Learning Containers (DLC) untuk melatih pembelajaran transfer offline berbasis PyTorch.

    Langkah 1: Persiapkan data

    Data pelatihan dalam topik ini telah tersedia di medium penyimpanan publik. Anda dapat langsung mengunduh data tanpa perlu menyiapkan data tambahan.

    Langkah 2: Persiapkan kode pelatihan dan file penyimpanan model

    Paket kode pelatihan dalam topik ini telah tersedia di medium penyimpanan publik. Anda dapat langsung mengunduh paket kode tanpa perlu mengembangkan kode tambahan.

    Langkah 3: Buat pekerjaan

    1. Buka halaman Buat Pekerjaan.

      1. Masuk ke konsol PAI, pilih wilayah dan ruang kerja, lalu klik Enter Deep Learning Containers (DLC).

      2. Di halaman Deep Learning Containers (DLC), klik Create Job.

    2. Di halaman Create Job, konfigurasikan parameter sesuai tabel berikut dan gunakan nilai default untuk parameter lainnya.

      image

      Parameter

      Deskripsi

      Basic Information

      Job Name

      Masukkan nama untuk pekerjaan tersebut. Contoh: torch-sample.

      Environment Information

      Node Image

      Klik Alibaba Cloud Image dan pilih gambar PyTorch.

      Data Set

      Jika Anda ingin menyimpan hasil pelatihan ke mesin lokal Anda, Anda dapat memasang dataset kustom dan menyimpan hasilnya ke sistem file dari dataset tersebut. Sebagai contoh dataset OSS. Klik Custom Dataset dan konfigurasikan parameter berikut:

      • Custom Dataset: Pilih dataset OSS yang telah dibuat. Untuk informasi lebih lanjut tentang cara membuat dataset, lihat Buat dan kelola dataset.

      • Mount Path: Atur ke /mnt/data/.

      Startup Command

      Masukkan perintah berikut untuk melakukan operasi berikut: unduh data, unduh paket kode, jalankan pekerjaan pelatihan, periksa model, dan langkah-langkah untuk menyimpan hasil pelatihan ke dataset yang dimount.

      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

      Resource Information

      Source

      Pilih Public Resources.

      Framework

      Pilih PyTorch.

      Job Resource

      • Number of Nodes: Atur nilainya menjadi 1.

      • Instance Type: Klik image dan pilih tipe instans. Sebagai contoh, ecs.gn6e-c12g1.3xlarge. Jika tipe tersebut tidak tersedia di wilayah Anda saat ini, Anda dapat membuat pekerjaan di wilayah lain. Untuk informasi tentang wilayah yang mendukung metode penagihan bayar sesuai pemakaian, lihat Deep Learning Containers (DLC).

    3. Klik OK.

      Halaman Deep Learning Containers (DLC) akan muncul.

    Langkah 4: Lihat detail dan log pekerjaan pelatihan

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

    2. Di halaman detail pekerjaan, lihat informasi Basic Information dan Resource Information.

    3. Di bagian Instance pada halaman detail pekerjaan, temukan node yang diinginkan dan klik Log di kolom Actions untuk melihat log dari node tersebut.

      image

    4. Akses sistem file dataset yang dimount untuk melihat hasilnya. Contoh OSS:

      image