Platform For AI:Envie um job de transferência de aprendizado PyTorch de nó único

Etapa 1: Obtenha os dados

Os dados de exemplo estão disponíveis em uma URL pública (Baixe os dados) e não exigem preparação prévia.

Etapa 2: Obtenha o código de treinamento

O código de treinamento está disponível em uma URL pública (Baixe o código de treinamento). Não é necessário desenvolver nada.

Etapa 3: Crie um job

1. Acesse a página Create Job.

   1. Faça login no PAI console. Na barra de navegação superior, selecione uma região. No canto superior direito, escolha um workspace e clique em Go to DLC.

   2. Na página Deep Learning Containers (DLC), clique em Create Task.

2. Na página Create Task, configure os parâmetros a seguir. Mantenha os valores padrão para as demais configurações.

   

   Parâmetro		Descrição
   Basic Information	Task Name	Insira o nome do job, como torch-sample.
   Environment Information	Node Image	Clique em Alibaba Cloud Image e selecione uma imagem PyTorch.
   	Datasets	Monte um conjunto de dados personalizado para salvar os resultados do treinamento. Este exemplo usa um conjunto de dados do OSS. Clique em Custom Dataset e configure os seguintes parâmetros: Custom Dataset: Selecione um conjunto de dados existente do OSS. Consulte Criar e gerenciar conjuntos de dados. Mount Path: Defina o caminho como /mnt/data/.
   	Start Command	Insira o comando abaixo para baixar os dados e o código, executar o job de treinamento, verificar a saída e copiar os resultados para o diretório montado. 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	Selecione Public Resources.
   	Framework	Selecione PyTorch.
   	Task Resources	Nodes: Defina como 1. Instance Type: Clique em e selecione um tipo de instância, como GPU > ecs.gn6e-c12g1.3xlarge. Se esse tipo de instância não estiver disponível na sua região, mude para uma região compatível. O tópico Deep Learning Containers (DLC) lista as regiões com pagamento conforme o uso.

3. Clique em OK.

   Você será redirecionado automaticamente para a página Deep Learning Containers (DLC).

Etapa 4: Visualize detalhes e logs do job

1. Na página Deep Learning Containers (DLC), clique no nome do job.

2. Na página de visão geral do job, visualize as seções Basic Information e Resource Information.

3. Role a página até a seção Instance. Na coluna Actions, clique em Log.

4. Os arquivos de saída ficam armazenados no sistema de arquivos do conjunto de dados montado. A figura a seguir mostra um exemplo de saída em um bucket do OSS. Seus resultados podem variar.