安装toolkit后,可以实现在pycharm上写代码,然后和ModelArts同步。在pycharm上写完代码,同步上传,训练就用ModelArts云端的GPU或者是昇腾处理器,岂不爽乎!
官方实例教程
查看从配置pycharm toolkit到部署模型一条龙的官方实例教程:
使用PyCharm ToolKit训练模型
详细的官方说明文档链接
具体流程
准备数据
编写训练代码
注意:
如果这个工程中的训练代码已经结束,那么下次训练一个新的项目最好是新建一个新的工程。不然会出现很多麻烦。
训练模型
这步完成,就可以在ModelArts的控制台的训练作业一栏中看到项目了。
当这个出现时,控制台的训练作业也训练成功。之后的创建模型可以直接在控制台进行而无需通过后面的繁琐步骤(后面还需要修改推理代码,非常麻烦)
注意:
Data Path in OBS 路径本来是:obs://caoxuzhi-1/dataset-mnist/Mnist-Data-Set/
由于是相对路径,所以是:/caoxuzhi-1/dataset-mnist/Mnist-Data-Set/
OBS Path 的路径同理。
训练规格价格清单
pycharm界面中没有提供价格。需要自己查询官方文档
引擎版本及其对应接口
对应版本及其接口需要查看官方文档
将推理代码和配置文件上传至OBS桶
如果以后自己编写代码,那么推理代码和配置文件就需要做修改。如何修改请参考:官方文档
部署在线服务
如果仅仅为了知道模型的性能的话,先到这一步就OK了。进入ModelArts控制台后别忘了停止在线服务防止继续收费。
在线测试
清除资源
pycharm如何停止作业,需要查看官方文档