Platform For AI:Criar um experimento

Parâmetro

Descrição

Selecione um grupo de recursos público ou um grupo de recursos dedicado adquirido. Para obter mais informações sobre como preparar um grupo de recursos, consulte Create a resource group and purchase general computing resources e Create a resource quota.

Tipo de framework. Valores válidos: Tensorflow, PyTorch.

Configure este parâmetro para o dataset preparado.

Local de armazenamento do arquivo de código do job (informações do repositório de código). Configure este parâmetro para a Code configuration preparada. O DLC baixa o código para o diretório de trabalho especificado; portanto, é necessário ter acesso ao repositório de código.

Imagem de runtime para nós worker. Os seguintes tipos de imagem de runtime são compatíveis:

• : várias imagens oficiais fornecidas pelo Alibaba Cloud PAI, compatíveis com diferentes tipos de recursos, versões do Python e frameworks de deep learning TensorFlow e PyTorch. Para a lista de imagens, consulte Public images.

• : imagem personalizada adicionada ao PAI. Antes de selecionar esta opção, consulte Custom images.

• : configure uma URL de imagem do Docker Registry acessível em rede pública para sua imagem personalizada, imagem da comunidade ou imagem da plataforma PAI.

Selecione o tipo de instância necessário para executar o job. Os preços das instâncias variam conforme a especificação. Para detalhes de faturamento, consulte Billing for DLC.

Número de nós de computação usados no job do DLC. Se configurar vários nós, cada nó será faturado separadamente, em vez de compartilhar o mesmo tipo de instância. Ao selecionar nós, considere o custo individual e equilibre custo e desempenho.

Quando estiver definido como um grupo de recursos dedicado adquirido, configure esses parâmetros com base nas especificações de recursos adquiridas.

Use as configurações avançadas para melhorar a flexibilidade do treinamento ou atender a cenários específicos. Quando o PyTorch for selecionado como framework, você poderá configure advanced settings.

Comando inicial para cada nó. Configure variáveis de hiperparâmetros ${<custom hyperparameter variable>} no comando. Exemplo:

python /mnt/data/examples/search/dlc_mnist/mnist.py --data_dir=/mnt/data/examples/search/data --save_model=/mnt/data/exmaples/search/model/model_${exp_id}_${trial_id} --batch_size=${batch_size} --lr=${lr} --metric_filepath=/mnt/data/examples/search/metric/metric_${exp_id}_${trial_id}

Neste exemplo, ${batch_size} e ${lr} são as variáveis de hiperparâmetros definidas.

Hyperparameter

Com base nas variáveis de hiperparâmetros configuradas no comando inicial, a lista de hiperparâmetros é carregada automaticamente. Configure o tipo de restrição e o espaço de busca para cada hiperparâmetro:

• Constraint Type: restrição aplicada ao hiperparâmetro. Passe o mouse sobre o ícone ao lado do tipo de restrição para visualizar os tipos de restrição compatíveis e suas descrições.

• Search Space: intervalo de valores para o hiperparâmetro. O método de configuração varia conforme o tipo de restrição. Clique no ícone e adicione valores conforme solicitado.

Parâmetro

Descrição

Command

Configure este parâmetro com um comando SQL ou um comando PAI para executar componentes de algoritmo do Designer. Configure variáveis de hiperparâmetros ${<custom hyperparameter variable>} no comando. Exemplo:

pai -name kmeans
    -project algo_public
    -DinputTableName=pai_kmeans_test_input
    -DselectedColNames=f0,f1
    -DappendColNames=f0,f1
    -DcenterCount=${centerCount}
    -Dloop=10
    -Daccuracy=0.01
    -DdistanceType=${distanceType}
    -DinitCenterMethod=random
    -Dseed=1
    -DmodelName=pai_kmeans_test_output_model_${exp_id}_${trial_id}
    -DidxTableName=pai_kmeans_test_output_idx_${exp_id}_${trial_id}
    -DclusterCountTableName=pai_kmeans_test_output_couter_${exp_id}_${trial_id}
    -DcenterTableName=pai_kmeans_test_output_center_${exp_id}_${trial_id};

Neste exemplo, ${centerCount} e ${distanceType} são as variáveis de hiperparâmetros definidas. Para obter mais exemplos de configuração, consulte .

Hyperparameter

Com base nas variáveis de hiperparâmetros configuradas no comando, a lista de hiperparâmetros é carregada automaticamente. Configure o tipo de restrição e o espaço de busca para cada hiperparâmetro: