Platform For AI:単一ノードPyTorch転移学習タスクの送信

ステップ1：データの取得

サンプルデータは公開 URL (データをダウンロード) から入手でき、準備は不要です。

ステップ2：トレーニングコードの取得

トレーニングコードは公開 URL (トレーニングコードをダウンロード) から入手できます。開発は不要です。

ステップ3：タスクの作成

1. タスク作成ページに移動します。

   1. PAI コンソールにログインします。上部メニューでリージョンを選択します。右上隅でワークスペースを選択し、Go to DLC をクリックします。

   2. Deep Learning Containers (DLC) ページで、Create Task をクリックします。

2. Create Task ページで、以下のパラメーターを設定します。その他の設定にはデフォルト値を使用します。

   

   パラメーター		説明
   [Basic Information]	[Task Name]	タスク名 (torch-sample など) を入力します。
   [Environment Information]	[Node Image]	Alibaba Cloud Image をクリックし、PyTorch イメージを選択します。
   	[Datasets]	カスタムデータセットをマウントして、トレーニング結果を保存します。この例では OSS データセットを使用します。Custom Dataset をクリックし、以下のパラメーターを設定します。 [Custom Dataset]：既存の OSS データセットを選択します。データセットの作成と管理。 [Mount Path]：パスを /mnt/data/ に設定します。
   	[Start Command]	次のコマンドを入力して、データとコードをダウンロードし、トレーニングタスクを実行し、出力を確認して、結果をマウントされたディレクトリにコピーします。 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]	Public Resources を選択します。
   	[Framework]	[PyTorch] を選択します。
   	[Task Resources]	[Nodes]：1 に設定します。 [Instance Type]： をクリックし、GPU > [ecs.gn6e-c12g1.3xlarge] などのインスタンスタイプを選択します。このインスタンスタイプがお使いのリージョンで利用できない場合は、サポートされているリージョンに切り替えてください。 DLC には、従量課金リージョンがリストされています。

3. OK をクリックします。

   自動的に Deep Learning Containers (DLC) ページにリダイレクトされます。

ステップ4：タスクの詳細とログの表示

1. Deep Learning Containers (DLC) ページで、ジョブ名をクリックします。

2. ジョブの概要ページで、Basic Information と Resource Information を確認します。

3. Instance セクションまで下にスクロールし、Actions 列で Log をクリックします。

4. 出力ファイルは、マウントされたデータセットのファイルシステムに保存されます。次の図は、OSS バケット内の出力例を示しています。実際の結果は異なる場合があります。