Platform For AI:シングルノード PyTorch 転移学習タスクの実行

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. タスクの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。上部のナビゲーションバ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、DLC コンソール をクリックします。

   2. 分散トレーニング (DLC) ページで、タスクの作成 をクリックします。

2. タスクの作成 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
   [基本情報]	[タスク名]	torch-sample などのジョブ名を入力します。
   [環境コンテキスト]	[ノードイメージ]	Alibaba Cloud イメージ をクリックし、PyTorch イメージを選択します。
   	[データセット]	トレーニング結果を保存するために、カスタムデータセットをマウントします。この例では OSS データセットを使用します。カスタムデータセット をクリックし、次のパラメーターを設定します。 [カスタムデータセット]: 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。 [マウントパス]：パスを /mnt/data/ に設定します。
   	[開始コマンド]	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、出力を検証し、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
   [リソース情報]	[リソースのソース]	パブリックリソース を選択します。
   	[フレームワーク]	[PyTorch] を選択します。
   	[タスクリソース]	[ノード数]: 1 に設定します。 [リソース仕様]: 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ご利用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ます。 Deep Learning Containers (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 分散トレーニング (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. 分散トレーニング (DLC) ページで、ジョブ名をクリックします。

2. ジョブ概要ページで、基本情報 と リソース情報 を表示します。

3. インスタンス セクションまで下にスクロールし、操作 列で ログ 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。結果は異なる場合があります。